Le cross-site scripting (XSS)
Partie 3 sur 4
7Se protéger : la responsabilité du site
Le constat est clair : la seule façon viable d’empêcher les attaques de ce type consiste à concevoir des sites web non vulnérables. Le concepteur dispose de deux actions : vérifier le format des données entrées par les utilisateurs, et encoder les données affichées en remplaçant les caractères spéciaux par leurs équivalents HTML. Le terme « sanitarisation » (en anglais sanitization, de « sain ») désignait toutes les actions permettant de rendre sûre une donnée saisie par un utilisateur. Ces deux conseils sont toujours justes, avec une priorité inversée par rapport à ce qu’on croit souvent : l’encodage en sortie est la défense principale, la validation en entrée un complément. La figure 3 résume les couches de défense.
7.1Encoder en sortie : la défense principale
L’encodage de sortie (ou échappement) consiste à transformer, au moment d’insérer une donnée dans une page, les caractères qui auraient une signification particulière en caractères de pur affichage. Les chevrons, les guillemets, l’esperluette et l’apostrophe sont remplacés par des « entités », des codes qui s’affichent comme le caractère voulu mais que le navigateur ne considère jamais comme une instruction. Le résultat : même si un visiteur a saisi du code, la page affichera du texte qui ressemble à du code, sans l’exécuter. Un contenu piégé devient un simple texte curieux.
Trois règles pratiques rendent l’encodage efficace.
- Encoder selon le contexte. Le bon encodage dépend de l’endroit : au milieu d’un texte de page, dans la valeur d’un attribut, dans une adresse, dans un morceau de script. Chaque contexte a ses caractères dangereux. Insérer une donnée à l’intérieur d’un script est le cas le plus risqué ; on l’évite en passant les données par un canal séparé du code.
- Encoder le plus tard possible, à la sortie. On conserve la donnée brute et on l’encode au moment de l’affichage, selon l’endroit. Encoder à l’enregistrement, une seule fois, pour toutes les utilisations possibles, mène à des erreurs.
- Le faire systématiquement, sans exception. Toute donnée qui n’est pas écrite par le développeur est suspecte, y compris celle qui vient de sa propre base de données, d’un partenaire ou d’un autre service.
7.2Des outils qui encodent par défaut
Écrire l’encodage à la main est la meilleure façon de l’oublier quelque part. Les bonnes pratiques consistent à utiliser des moteurs de gabarits et des cadres de développement qui encodent automatiquement tout ce qu’ils insèrent (voir les cadres de développement web) : l’échappement est le comportement par défaut, et il faut une action explicite et visible pour y renoncer. Les cadres modernes ont ainsi supprimé une grande part des failles. Les endroits à surveiller sont les « sorties de secours » : les fonctions qui insèrent du contenu brut, comme celles qui, côté navigateur, remplacent le contenu d’un élément en l’interprétant comme du HTML. On leur préfère les fonctions qui traitent la donnée comme du texte (par exemple, pour modifier le contenu d’un élément, la propriété textContent plutôt qu’une propriété qui interprète le HTML). Dans les cadres de développement de pages dynamiques, les mots-clés qui désactivent la protection portent souvent des noms qui avertissent (« dangereusement », « brut », « non sûr ») pour inciter à la vigilance.
7.3Valider en entrée
La validation vérifie qu’une donnée a la forme attendue : un code postal est fait de cinq chiffres, une adresse de courrier contient un signe « @ », une quantité est un nombre positif. Une donnée qui ne correspond pas est refusée. Cette vérification est utile pour la qualité des données et pour limiter la surface d’attaque, mais elle ne suffit pas : certains champs doivent accepter du texte libre (un commentaire, un nom comme « D’Arcy », « O’Brien »), qui contiendra forcément des caractères spéciaux légitimes. On ne peut donc pas tout interdire ; on doit encoder. Une validation par liste de ce qui est permis (n’accepter que ces formes-là) vaut mieux qu’une liste de ce qui est interdit, toujours incomplète. Elle se fait côté serveur : la vérification dans le navigateur est une aide à l’utilisateur, jamais une sécurité, puisqu’un attaquant ne passe pas par le formulaire.
7.4Accepter du HTML riche, avec précaution
Quand le site doit laisser les utilisateurs mettre en forme leurs messages, plusieurs approches existent, par ordre de préférence. Utiliser un langage de balisage simple (une syntaxe légère pour le gras, les listes, les liens, convertie en HTML sûr par le site) plutôt que du HTML libre. À défaut, faire passer le contenu par une bibliothèque d’assainissement reconnue qui ne garde qu’un petit ensemble de balises et d’attributs autorisés et supprime tout le reste. Ne jamais écrire ce filtre soi-même : les cas limites sont innombrables. Et mettre à jour cette bibliothèque, car les contournements découverts sont corrigés régulièrement.
7.5La politique de sécurité du contenu (CSP)
La CSP (Content Security Policy) est un filet de sécurité apparu plus tard. Le site envoie avec chaque page un en-tête qui indique au navigateur quels scripts peuvent s’exécuter, depuis quelles origines. Une politique stricte interdit les scripts écrits directement dans la page et n’autorise que ceux dotés d’une marque d’autorisation unique, renouvelée à chaque page, ou d’une empreinte connue. Avec une telle règle, un script injecté n’a pas la marque : le navigateur refuse de l’exécuter, même si la faille d’encodage existe. Mise en place avec soin, elle bloque la plupart des XSS. Mais elle n’est pas magique : elle demande de repenser la façon d’écrire les pages (plus de scripts dans le HTML), peut casser des fonctions si elle est trop stricte, et ne dispense pas d’encoder. On la déploie d’abord en mode « rapport », qui signale les violations sans rien bloquer, pour repérer ce qu’il faut corriger. Un mécanisme complémentaire plus récent, les « types de confiance » (Trusted Types), oblige les scripts à n’insérer dans la page que des contenus passés par une fonction de contrôle déclarée, ce qui s’attaque directement aux failles de type DOM.
7.6Protéger les cookies et la session
Même si un script s’exécute, on peut limiter ce qu’il vole. Deux attributs des cookies de session y contribuent. HttpOnly interdit aux scripts de lire le cookie : il reste transmis au serveur avec les demandes, mais le code de la page ne le voit pas, ce qui empêche son vol direct. SameSite restreint l’envoi du cookie lors de demandes déclenchées depuis un autre site, ce qui limite certaines attaques apparentées. S’y ajoutent Secure (le cookie ne voyage que sur une connexion chiffrée, voir TLS) et une durée de vie courte. Au-delà des cookies : exiger une nouvelle confirmation pour les actions sensibles (un virement, un changement de mot de passe), par un second facteur ou la ressaisie du mot de passe, de façon qu’un script, même exécuté dans la session, ne puisse pas les accomplir à lui seul (voir l’authentification). Un XSS devient alors beaucoup moins rentable.
7.7Les autres garde-fous
- Un type de contenu exact. Indiquer correctement au navigateur la nature de ce qu’on lui envoie (page, texte, données) pour qu’il n’interprète pas comme page ce qui n’en est pas. Désactiver les « devinettes » du navigateur sur le type.
- Le pare-feu applicatif (WAF). Un web application firewall filtre les demandes et bloque les motifs connus d’attaque (voir le pare-feu). C’est un complément qui peut gagner du temps le temps de corriger, jamais un remplaçant : il se contourne.
- Moins de privilèges. Séparer les domaines : héberger les contenus des utilisateurs sur un domaine différent de celui de l’application, afin qu’un script injecté ne dispose pas des droits de l’application principale.
- Tenir à jour cadres de développement, bibliothèques et extensions : la plupart des XSS d’aujourd’hui viennent de composants.
- Former les équipes : la première cause d’un XSS est un développeur qui ignorait qu’un oubli était dangereux (voir les fonctions et la recommandation de valider les données reçues à l’entrée de chaque fonction).
Pour s’exercer
Exercice 3 : pourquoi le script a-t-il les droits du site ?
Expliquez en trois phrases pourquoi la politique de même origine n’empêche pas un script injecté de lire les données de la page vulnérable.
Voir la réponse
La politique de même origine isole les sites les uns des autres, selon leur adresse. Un script injecté dans une page du site A est livré par le site A, dans une page du site A : le navigateur le considère comme un script de A. Il a donc les droits de A et peut lire ce que la page lit, sans qu’aucune règle d’isolation ne s’y oppose.
Exercice 4 : encodage ou validation ?
Un développeur dit : « Je refuse tous les champs qui contiennent le mot "script", donc je n’ai pas besoin d’encoder. » Que lui répondez-vous ?
Voir la réponse
Une liste d’interdits est toujours incomplète : d’autres balises, attributs ou écritures déclenchent des scripts sans contenir ce mot, et l’attaquant n’a besoin que d’une variante oubliée. De plus, des textes légitimes peuvent contenir ce mot (un article sur les scripts). L’encodage en sortie traite toutes les données de la même façon, quel que soit leur contenu, et c’est la défense principale ; la validation (liste de ce qui est autorisé) est un complément.
Exercice 5 : réduire les dégâts malgré une faille
Une faille XSS vient d’être découverte sur un site de messagerie, et la correction demandera trois jours. Quelles mesures prendre pour réduire le risque pendant ce temps ?
Voir la réponse
Passer les cookies de session en HttpOnly et SameSite si ce n’est pas fait, activer une politique de sécurité du contenu (au moins pour bloquer les scripts non autorisés), poser une règle de filtrage temporaire au pare-feu applicatif sur le paramètre concerné, exiger une confirmation pour les actions sensibles, surveiller les journaux et les rapports de la politique de contenu, prévenir l’équipe de sécurité et préparer la communication ; puis corriger la cause (l’encodage) et vérifier la correction par un test.
Exercice 6 : le visiteur prudent
Vous recevez un message qui contient un très long lien vers le site de votre banque, plein de « % » et de signes. Que faites-vous ?
Voir la réponse
Je n’ouvre pas le lien. Je me rends sur le site de la banque en tapant son adresse ou par mes favoris, et je consulte mes messages dans mon espace sécurisé. Si le message prétend à une urgence (compte bloqué), je contacte ma banque par un canal que je connais. Je signale le message comme hameçonnage. Si j’ai déjà cliqué et saisi mes identifiants, je change mon mot de passe immédiatement, je vérifie mes opérations et j’avertis ma banque.
Exercice 7 : plan de correction pour une équipe
Une équipe veut éliminer durablement les XSS de son application. Proposez cinq actions, dans un ordre logique.
Voir la réponse
(1) Passer à un moteur de gabarits qui encode par défaut et interdire, par règle de revue, les insertions de HTML brut sans justification. (2) Inventorier les endroits où des données extérieures atteignent les pages, et corriger l’encodage selon le contexte. (3) Ajouter une politique de sécurité du contenu stricte, d’abord en mode rapport. (4) Protéger les cookies et exiger une confirmation pour les actions sensibles. (5) Automatiser : analyse du code et tests à chaque livraison, mises à jour des bibliothèques, formation de l’équipe, et un moyen de signalement pour les chercheurs. Mesurer ensuite le nombre de failles trouvées au fil du temps.
8Ce que peut faire le visiteur
Il existe une protection côté utilisateur : configurer le navigateur de manière à empêcher l’exécution des langages de scripts. Elle est pourtant, dans la réalité, trop contraignante : de nombreux sites refusent de fonctionner correctement en l’absence de possibilité d’exécuter du code dynamique. C’est encore plus vrai aujourd’hui, où presque toutes les pages reposent sur des scripts. On peut installer une extension qui bloque les scripts site par site, mais c’est une solution pour utilisateur averti. Que reste-t-il de raisonnable ?
- Tenir son navigateur à jour. Les navigateurs intègrent des protections et des correctifs, et se mettent à jour d’eux-mêmes si on les laisse faire.
- Se méfier des liens. Une adresse inhabituellement longue, pleine de signes et de « % », reçue par un message inattendu, est un signal (voir l’hameçonnage). Mieux vaut se rendre sur un site en tapant son adresse ou en passant par ses favoris que par un lien reçu.
- Utiliser un second facteur. Même si une session est volée, une action sensible demandera une confirmation que le voleur n’a pas (voir l’authentification et les clés d’accès).
- Se déconnecter des sites sensibles après usage et ne pas laisser de sessions ouvertes pendant des jours.
- Ne pas saisir ses identifiants sur une page qui apparaît de façon inattendue au milieu d’une visite, même sur un site connu : si une fenêtre de connexion surgit sans raison, quittez la page et reconnectez-vous par le chemin habituel.
- Limiter les extensions du navigateur à celles dont on a besoin, de sources fiables : une extension a souvent accès à toutes les pages visitées.
- Signaler au propriétaire du site une page qui se comporte bizarrement, ou à la plateforme Cybermalveillance.gouv.fr en cas de doute.