版本：0.14

安全最佳实践

本页介绍安全最佳实践和 DeserializationPolicy。

生产环境配置

除非环境完全可信，否则不要在生产环境中禁用 strict=True：

import pyfory

# 生产环境推荐设置
f = pyfory.Fory(
    xlang=False,   # 如果需要跨语言支持则为 True
    ref=True,      # 处理循环引用
    strict=True,   # 重要：防止恶意数据
    max_depth=100  # 防止深度递归攻击
)

# 显式注册允许的类型
f.register(UserModel, type_id=100)
f.register(OrderModel, type_id=101)
# 永远不要在生产环境中对不受信任的数据设置 strict=False！

开发环境 vs 生产环境

使用环境变量在配置之间切换：

import pyfory
import os

# 开发环境配置
if os.getenv('ENV') == 'development':
    fory = pyfory.Fory(
        xlang=False,
        ref=True,
        strict=False,    # 开发时允许任何类型
        max_depth=1000   # 开发时更高的限制
    )
else:
    # 生产环境配置（安全加固）
    fory = pyfory.Fory(
        xlang=False,
        ref=True,
        strict=True,     # 关键：需要注册
        max_depth=100    # 合理的限制
    )
    # 只注册已知的安全类型
    for idx, model_class in enumerate([UserModel, ProductModel, OrderModel]):
        fory.register(model_class, type_id=100 + idx)

DeserializationPolicy

当需要 strict=False 时（例如，反序列化函数/lambda），使用 DeserializationPolicy 在反序列化期间实现细粒度的安全控制。

为什么使用 DeserializationPolicy？

阻止危险的类/模块（例如，subprocess.Popen）
在调用前拦截和验证 __reduce__ 可调用对象
在 __setstate__ 期间清理敏感数据
根据自定义规则替换或拒绝反序列化的对象

阻止危险类

import pyfory
from pyfory import DeserializationPolicy

dangerous_modules = {'subprocess', 'os', '__builtin__'}

class SafeDeserializationPolicy(DeserializationPolicy):
    """在反序列化期间阻止潜在危险的类。"""

    def validate_class(self, cls, is_local, **kwargs):
        # 阻止危险模块
        if cls.__module__ in dangerous_modules:
            raise ValueError(f"已阻止危险类：{cls.__module__}.{cls.__name__}")
        return None

    def intercept_reduce_call(self, callable_obj, args, **kwargs):
        # 在 __reduce__ 期间阻止特定的可调用对象调用
        if getattr(callable_obj, '__name__', "") == 'Popen':
            raise ValueError("已阻止尝试调用 subprocess.Popen")
        return None

    def intercept_setstate(self, obj, state, **kwargs):
        # 清理敏感数据
        if isinstance(state, dict) and 'password' in state:
            state['password'] = '***REDACTED***'
        return None

# 使用自定义安全策略创建 Fory
policy = SafeDeserializationPolicy()
fory = pyfory.Fory(xlang=False, ref=True, strict=False, policy=policy)

# 现在反序列化受到自定义策略的保护
data = fory.serialize(my_object)
result = fory.deserialize(data)  # 将调用策略钩子

可用的策略钩子

钩子	描述
`validate_class(cls, is_local)`	在反序列化期间验证/阻止类类型
`validate_module(module, is_local)`	验证/阻止模块导入
`validate_function(func, is_local)`	验证/阻止函数引用
`intercept_reduce_call(callable_obj, args)`	拦截 `__reduce__` 调用
`inspect_reduced_object(obj)`	检查/替换通过 `__reduce__` 创建的对象
`intercept_setstate(obj, state)`	在 `__setstate__` 之前清理状态
`authorize_instantiation(cls, args, kwargs)`	控制类实例化

另请参阅： pyfory/policy.py 包含每个钩子的详细文档和示例。

最佳实践

生产环境始终使用 strict=True
必要时使用 DeserializationPolicy 当需要 strict=False 时
阻止危险模块（subprocess、os 等）
设置适当的 max_depth 以防止栈溢出
在反序列化前验证数据源
记录安全事件 用于审计

生产环境配置​

开发环境 vs 生产环境​

DeserializationPolicy​

阻止危险类​

可用的策略钩子​

最佳实践​

相关主题​