为多租户接口防范批量更新越权:从数据库授权条件到混合对象回归测试

枫少@KillBoy
枫少@KillBoy
枫少@KillBoy
管理员
474
文章
0
粉丝
安全开发1 2字数 2716阅读9分3秒阅读模式
AI智能摘要
批量更新接口常把“通过鉴权”误当成“有权修改每个对象”,一旦请求混入其他租户主键,逐条按id更新就会直接越权写入。文章主张把tenant_id与对象授权条件写进更新语句,用受影响行数与去重后请求数比对,并让应用层条件更新与数据库RLS形成纵深防御。面对重复ID、对象被转移和并发修改,全量拒绝与部分成功该如何取舍,才能既防越权又不破坏接口兼容性?
— AI 生成的文章内容摘要

在多租户应用的批量更新接口里,有一个很容易被默认接受的假设:调用者既然通过了接口鉴权,就有权修改请求中提交的所有对象。接口鉴权只回答了“谁可以调用这个端点”,却没有回答“这个调用者能否改动这条特定记录”。当批量请求里混入不属于调用者租户的标识时,这个假设就会直接变成越权写入。下面从数据流和最小示例出发,说明如何把租户与对象授权条件放进数据库更新本身,并给出可执行的回归验证方法,以及全量拒绝与部分成功两种策略在事务和接口兼容性上的取舍。

批量更新中逐对象授权的缺口

常见的实现是先鉴权、再批量处理对象列表。接口层可能校验了 tenant_id 来自会话,但没有对列表里的每个 id 做归属检查。伪代码如下,语言为 Python 风格,用于说明数据流而非可运行代码:

# 端点已校验调用者身份
def batch_update(request_ids, payload, principal):
    affected = 0
    for obj_id in request_ids:
        # 危险:只按主键更新,不检查该记录是否属于 principal.tenant_id
        affected += db.execute(
            "UPDATE items SET name = :name WHERE id = :id",
            {"name": payload.name, "id": obj_id},
        )
    return {"affected": affected}

数据流上,request_ids 是客户端可控输入,principal.tenant_id 在鉴权阶段已确定,但这两条信息在 SQL 的 WHERE 子句里没有交汇。攻击者只需提交另一个租户的对象主键,更新就会生效。数据库层的行级安全(RLS)或应用层的条件更新都能补上这个缺口,但两者不是一回事:前者是数据库策略,后者是查询条件。把单一查询条件当作完整授权方案同样不够,下文会说明边界。

批量请求中的多个对象分别经过独立校验,部分通过,部分被拦截

把授权条件写入更新语句

更稳妥的做法是让数据库更新本身带上租户和对象授权条件。以下示例仍用 Python 风格伪代码,principal 包含 tenant_id 与可访问对象范围,具体 ORM 或驱动需按实际替换:

def batch_update_scoped(request_ids, payload, principal):
    affected = db.execute(
        "UPDATE items SET name = :name "
        "WHERE id IN :ids AND tenant_id = :tenant",
        {"name": payload.name, "ids": tuple(request_ids), "tenant": principal.tenant_id},
    )
    return {"affected": affected}

这里 affected 是数据库返回的受影响行数,不是请求里的对象数。如果 affected 小于去重后的请求对象数,说明至少有一个对象未被更新,可能是权限不足,也可能是对象不存在。这个差值就是后续判断的依据。

在 PostgreSQL 上使用 RLS 时,需要额外注意连接角色和租户上下文的设置。资料提到,RLS 覆盖读写的前提是应用以非拥有者角色连接,并且每次连接打开时设置租户。EF Core 的全局查询过滤器也会自动附加 WHERE tenant_id = @tenant,但 ExecuteSql、手动附加实体以及 IgnoreQueryFilters() 不受该过滤器保护。这意味着应用层条件更新和数据库层 RLS 应同时存在,前者负责接口语义,后者作为纵深防御。SQL Server 的 RLS 提供类似的谓词过滤,维护成本主要在安全策略和上下文函数上。

需要在实现中明确几点边界:条件更新只覆盖本次 WHERE 涉及的写操作,不自动覆盖批量操作中的插入、删除或级联更新;IN :ids 绑定参数的数量在多数驱动中有上限,大批量应分批;更新条件中的 tenant_id 必须来自服务端可信会话,不能从请求体读取。

混合对象、重复提交与并发变更

请求里合法与非法对象混合是常态,还有三类边界情况需要在设计时想清楚:

  • 重复 ID:同一对象在 request_ids 中出现两次,条件更新的受影响行数与去重后的对象数一致,但业务层可能误判。应先去重,再比较行数。
  • 对象在检查后、更新前被删除或转移:条件更新返回 0 行,此时归为“未授权”还是“不存在”,取决于接口是否愿意暴露对象是否存在,需要团队明确。
  • 并发修改:两个请求同时更新同一对象,条件更新本身是原子的,但“读取-判断-返回”的业务逻辑不是。如果接口返回每个对象的结果,需要用数据库事务或 RETURNING 子句拿到实际受影响的对象集合,而不是在应用层模拟。

在 PostgreSQL 中可以用 UPDATE ... WHERE ... RETURNING id 获取实际命中的对象,再与请求集合做差集。MySQL 等数据库没有统一 RETURNING 行为,需要考虑先查询或使用版本号条件。

全量拒绝与部分成功的取舍

批量接口遇到无权限对象时,有两种主要策略,它们在事务语义和接口兼容性上差别很大。

维度全量拒绝部分成功
事务边界一个事务,任一对象未通过即回滚逐对象或分批提交,失败对象与成功对象分开返回
接口返回错误响应,整体失败200 或 207 类响应,包含成功/失败明细
与前端兼容前端可能已按部分成功编写需要客户端处理明细和重试
越权探测风险低,不暴露哪些对象存在需控制错误粒度,避免通过响应判断对象归属
实现复杂度较低,但事务中需先完成所有检查较高,需处理重试和重复提交

全量拒绝的代码路径通常是先对请求 ID 做一次带 tenant_id 的查询,确认全部对象都可写,再执行更新;其中任何一步缺少条件,整体安全就回到起点。部分成功的实现中,条件更新天然只影响有权对象,但错误响应的措辞需要谨慎:返回“对象不存在”或“无权限”可能对攻击者有用,一种常用做法是统一归类为“未找到或不可操作”,同时在服务端日志中保留真实原因,用于排查和审计。

无论选择哪种策略,都建议把“实际被修改的对象 ID 集合”作为接口内部结果的一部分,由测试和监控读取,而不是只返回一个受影响行数。

越权回归测试的执行步骤

下面给出一套可以放进测试流程的步骤,面向应用开发者与测试人员,不依赖特定工具。

准备

  1. 准备两个租户,各建至少一个可更新对象和至少一个已存在但属于另一租户的对象,并记录主键。
  2. 准备调用者会话,其 tenant_id 指向租户 A,确保能访问批量更新接口。
  3. 记录对象更新前的字段值,以及更新时间或版本号,作为后续比对基线。
  4. 明确本批测试使用的策略:全量拒绝或部分成功,避免测试预期自相矛盾。

执行

  1. 请求仅含租户 A 对象,预期全部成功,接口返回的命中集合与请求集合一致。
  2. 请求含租户 A 对象与租户 B 对象各一个,预期租户 B 对象未被修改;若策略是全量拒绝,租户 A 对象也未修改。
  3. 请求包含租户 B 对象两次并重复提交同一批次,检查不会因重试把非法对象“补”进去。
  4. 在请求处理过程中删除或转移目标对象,观察接口返回,确认不产生写入。
  5. 并发发起两个针对同一对象的更新请求,检查版本号或更新时间是否出现无法解释的覆盖。

结果判断

  1. 直接查询数据库验证租户 B 对象的关键字段、更新时间或版本号与基线相同。
  2. 检查应用日志和审计记录,确认未授权对象出现在拒绝原因中,而不是“更新成功”。
  3. 对全量拒绝策略,确认事务回滚后租户 A 对象也没有残留修改。
  4. 对部分成功策略,确认响应中的成功集合与数据库实际变更集合完全一致。

修复回归

将上述用例固化为接口级回归测试,在 CI 中保留两个租户的测试数据;每次修改批量更新逻辑或数据访问层后执行。如果数据库 RLS 是新增的,还需要单独验证应用连接角色、租户上下文设置和 IgnoreQueryFilters 等绕过路径是否仍受约束。

灰度、监控与回退

把逐对象授权条件纳入生产前,建议先做小范围灰度。可以先在测试租户或内部租户启用新的条件更新,观察错误率、受影响行数分布和接口耗时是否变化;全量拒绝策略会导致一批原本“部分成功”的调用转为失败,需要确认调用方已经适配。

监控上,至少记录每次批量请求的请求对象数、去重后对象数、数据库受影响行数和被拒绝原因分类。如果两者长期不一致,说明要么对象不存在,要么存在越权尝试,值得进一步排查。审计日志应保留调用者、租户、请求 ID 集合和实际修改集合,但要避免把敏感字段写入日志。

回退路径应事先明确:如果新策略导致接口错误率异常,可以先把策略从全量拒绝切回部分成功,或降低批量大小上限,而不是直接去掉 tenant_id 条件。数据库 RLS 策略的回退需要单独评估,因为关闭策略会立刻降低纵深防御;建议先在非生产环境验证回退脚本,并记录回退窗口。

批量更新接口的逐对象授权不是靠一个 WHERE tenant_id = ? 就结束,它需要和事务边界、接口返回契约、错误信息粒度和回归测试一起设计。把“实际被修改的对象集合”作为可观测事实,能让开发、测试和运维在同一组证据上判断是否越权,而不只是相信接口鉴权已经覆盖了所有情况。

 
枫少@KillBoy
    • 蜜桃兔
      蜜桃兔 1

      这个 IN 参数数量上限确实坑人

    匿名

    发表评论

    匿名网友

    拖动滑块以完成验证