近日，Python的Tarfile模块中发现一个存在长达15年之久的漏洞，引起了大家的关注，一是存在时间比较久，最早在2007年就被披露并记录为CVE-2007-4559；二是可能影响超过35万个开源存储库。
一、Tarfile漏洞始末
2007年8月24日，某安全研究员上报了Tarfile的目录遍历漏洞[1]。在漏洞上报6天后，组件的作者Lars认为不需要修复该漏洞，是否信任来源包来提取其中内容是使用者应该关注的，并做了文档方面的警告更新[2]。
2014年3月，作者Lars再次收到Tarfile的遍历攻击漏洞的反馈。Lars指出，Tarfile容易受到所有已知针对tar程序的攻击，并列举出9大攻击可能，包括路径遍历、符号链接文件攻击、权限操作、内存泄露等，并强调Tarfile 只是是一个库，不能替代 GNU tar。在一个月后，Lars提议用一个新类SafeTarFile，它是 Tarfile 类的子类和替代品，来解决安全问题，不过截止到2021年2月，SafeTarFile 没有通过现有的测试[3]。
二 漏洞利用原理
Tarfiles 是多个不同文件和元数据的集合，其中Tarfile用于解压缩时，会对文件名、文件大小、校验信息记录在tarinfo中。而Tarfile在调用extract或extractall函数时，可以在文件名中添加操作系统分隔符（“/”或“\”）以及“..”来进行目录遍历攻击。以下是一个典型的6行代码做的一个攻击示范。
最近重新发现了该漏洞的某安全研究员在博客中演示了，在 Windows 上的 Spyder IDE中利用 Tarfile的攻击过程。Spyder IDE 使用扩展名为 .spydata 的文件类型，该数据用于填充变量资源管理器，由于 .spydata 文件实际上是一个 tar 文件，因此程序使用 Tarfile 来提取 .spydata 文件中的所有文件。演示视频中展示了如何利用Tarfile来覆盖程序源代码，甚至尝试获得了管理员访问权限[4]。
三 解决方案
截止到2022年9月，针对此漏洞的相关 PR 仍然没有被合并修复，所以当前几乎所有正在维护的 Python 版本均受影响。在Python官方没有合并修复方案之前，需要谨慎使用Tarfile。对于来历不清楚的包，使用Tarfile解包会存在被攻击的风险。此外，在代码中也要防止类似于上文中，利用Tarfile构造的恶意攻击。
1、通过安全产品检查是否使用Tarfile组件
绿盟代码安全审计系统SDA，拥有静态代码审计和开源组件分析等多项能力。目前通过升级最新的规则包，支持查找代码中是否存在Tarfile文件的使用，然后根据代码上下文，判断是否存在目录遍历漏洞。最新规则升级包，请联系绿盟科技售后人员或从官方升级网站下载。
通过从github上取python-scratchbox项目作为示例代码[5]，经过绿盟代码安全审计系统SDA产品检测效果如下：
2、通过代码加固来规避Tarfile风险
对于必须要使用Tarfile的情况下，这里建议做一下函数加固，增加路径检测check_path操作，确保Tarfile执行时不会出现路径穿越操作，具体代码示例如下：
