使用ast.literal_eval()可以安全地解析用户输入的字面量表达式

通过限制__builtins__为空字典可以有效防止恶意代码执行

eval(input_str, {"__builtins__": {}}, {})是完全安全的防护方式

应优先使用json.loads()解析JSON数据而非eval()

使用eval()处理用户输入的数学表达式

使用subprocess.run()时shell=True且参数包含用户输入

使用Jinja2模板时渲染{{ user_input }}

使用pickle.loads()反序列化不可信数据

使用sqlalchemy参数化查询执行数据库操作

subprocess.run(f"ping {host}", shell=True)

subprocess.run(["ping", host], shell=False)

subprocess.run(f"ping {host}", shell=False)

subprocess.call("ping " + host, shell=True)

对

错

通过().__class__.__bases__[0].__subclasses__()访问危险类

使用getattr(getattr(getattr((), '__class__'), '__bases__')[0], '__subclasses__')()

利用warnings.catch_warnings的_module属性

使用open()函数读取文件（若未被禁用）

通过os.system()直接执行命令（若未被禁用）

使用环境变量存储密钥，在代码中通过os.environ.get('API_KEY')获取

将密钥存储在.env文件中，并在.gitignore中排除该文件

直接将密钥硬编码在Python源代码文件中

使用专门的密钥管理服务如AWS Secrets Manager

将敏感配置存储在环境变量中，使用os.environ.get()获取

使用python-dotenv从.env文件加载配置，且.env已加入.gitignore

在日志输出中使用字符串替换隐藏敏感信息，如log.info(f"API Key: {key[:4]}****")

将敏感数据存储在Python模块的常量中，并在发布时删除

使用内存安全的字符串类型，确保敏感数据可被显式清除

对

错

将敏感数据存储在普通字符串变量中，依赖Python的垃圾回收

使用bytearray存储敏感数据，处理完毕后手动清零并删除

使用ctypes创建可控制内存的缓冲区，处理完毕后显式清零

尽量缩短敏感数据在内存中的生命周期，使用后立即清除

使用日志过滤器自动脱敏敏感字段

在日志配置中设置propagate=False防止日志传播

自定义日志格式，避免记录请求体中的敏感字段

将包含敏感数据的完整请求记录到DEBUG级别日志

使用结构化日志库如structlog，配合敏感字段过滤

requests.get(url, verify=True)

requests.get(url, verify='/path/to/ca-bundle.crt')

requests.get(url, verify=False)

requests.get(url, cert=('client.crt', 'client.key'))

对

错

始终启用证书验证，不使用verify=False

配置证书固定(Certificate Pinning)防止证书欺骗

使用TLS 1.2或更高版本，禁用旧版本协议

在代码中硬编码证书内容以防止篡改

检查证书的Subject或CN是否与预期域名匹配

SQL注入

身份识别和身份验证失败

访问控制失效

安全配置错误

对

错

对用户输入进行HTML转义，如使用html.escape()

使用模板引擎的自动转义功能，如Jinja2的autoescape=True

使用Content-Security-Policy(CSP)头部限制脚本来源

将用户输入存储到数据库时进行编码

使用{{ user_input|safe }}渲染用户认为安全的内容

先进行输入清洗（如去除危险字符），再验证格式

先验证输入格式（如白名单匹配），再进行必要的清洗

只进行输入清洗，不需要格式验证

将输入存储后，在输出时才进行验证和清洗

白名单正则表达式（如^[a-zA-Z0-9]+$)比黑名单更安全

复杂的正则表达式可能导致拒绝服务(ReDoS)攻击

正则表达式可以完美防止所有类型的注入攻击

应使用re.fullmatch()而非re.search()进行完整字符串验证

对于复杂的验证逻辑，应优先使用专门的验证库而非正则

使用MD5哈希存储密码，因为计算速度快

使用SHA-256加盐存储密码，足够安全

使用bcrypt或argon2等专门设计的密码哈希算法

对密码进行对称加密后存储，便于后续解密验证

bcrypt的工作因子(rounds)设置为12以上，增加计算时间

argon2配置足够大的memory_cost，抵抗GPU攻击

盐值使用随机生成，且每个用户盐值唯一

将盐值和哈希值分开存储在不同数据库表中

定期更新哈希算法的工作因子，对弱哈希进行重新哈希

对敏感数据存储，应使用RSA非对称加密

AES对称加密的密钥可以硬编码在代码中，因为加密后数据已安全

数据库中的敏感字段应使用对称加密，密钥存储在密钥管理服务

使用Python内置的hashlib.sha256()可以进行双向加密解密

使用Fernet对称加密，密钥从密钥管理服务获取

AES加密时使用CBC模式，IV随机生成且每次不同

RSA加密时使用OAEP填充而非PKCS#1 v1.5

密钥轮换时使用新密钥加密旧密钥加密的数据

加密数据的完整性验证使用HMAC而非仅依赖加密

random模块的random.randint()函数

secrets模块的secrets.randbelow()函数

numpy的numpy.random.randint()函数

os.urandom()直接调用系统随机源

对

错

生成用户密码重置令牌

生成API密钥和访问令牌

生成密码学安全随机盐值

生成用于抽彩活动的获奖号码

生成密码学安全密钥

对

错

对

错

对

错