Zum Inhalt

security_utils – Sicherheits-Utilities

security_utils.py (Projektstamm) ist die zentrale Sicherheitsbibliothek. Sie wird von allen Modulen importiert und schützt vor den häufigsten Angriffsvektoren bei der Verarbeitung von Office-Dokumenten und Benutzereingaben.

Importieren

from security_utils import (
    workspace_root_from,
    ensure_within_root,
    safe_generated_file,
    safe_generated_dir,
    iter_safe_generated_files,
    validate_office_archive,
    sanitize_untrusted_text,
)

Funktionen

workspace_root_from

def workspace_root_from(anchor: Path) -> Path:

Ermittelt das Projektstammverzeichnis ausgehend von einer Ankerdatei (z.B. __file__ eines Moduls).

Parameter: - anchor – Startpfad für die Suche (z.B. Path(__file__))

Rückgabe: Absoluter Pfad zum Projektstamm

ensure_within_root

def ensure_within_root(path: Path, root: Path) -> Path:

Stellt sicher, dass ein Pfad innerhalb des Projektstamms liegt. Verhindert Path-Traversal-Angriffe.

Parameter: - path – Zu prüfender Pfad - root – Erlaubtes Stammverzeichnis

Rückgabe: Kanonisierter absoluter Pfad

Wirft: ValueError wenn der Pfad außerhalb von root liegt

# Beispiel
root = workspace_root_from(Path(__file__))
safe = ensure_within_root(Path("../../etc/passwd"), root)
# → ValueError: Path traversal attempt detected

safe_generated_file

def safe_generated_file(path: Path, root: Path) -> Path:

Kombiniert ensure_within_root mit Elternverzeichnis-Erstellung für Ausgabedateien.

Anwendungsfall: Vor dem Schreiben generierter Dateien (Prompts, befüllte XLSX).

safe_generated_dir

def safe_generated_dir(path: Path, root: Path) -> Path:

Wie safe_generated_file, aber für Verzeichnisse. Erstellt das Verzeichnis wenn nötig.

iter_safe_generated_files

def iter_safe_generated_files(
    dir_path: Path,
    pattern: str,
    root: Path,
    allowed_suffixes: set[str],
) -> list[Path]:

Iteriert sicher über Dateien in einem Verzeichnis:

  • Prüft jede Datei auf Path-Containment
  • Filtert auf erlaubte Dateiendungen
  • Gibt sortierte Liste zurück

Parameter: - dir_path – Zu durchsuchendes Verzeichnis - pattern – Glob-Pattern (z.B. "*.xlsx") - root – Projektstammverzeichnis - allowed_suffixes – Erlaubte Endungen (z.B. {".xlsx", ".XLSX"})

validate_office_archive

def validate_office_archive(path: Path, expected_suffix: str) -> None:

Validiert XLSX- und DOCX-Dateien vor dem Einlesen:

  • Prüft ZIP-Signatur (Magic Bytes PK\x03\x04)
  • Verhindert Zip-Bomb-Angriffe (max. 25 MB unkomprimiert)
  • Prüft auf erwartete Office-Inhalte ([Content_Types].xml)
  • Begrenzt Anzahl Dateien im Archiv

Wirft: ValueError bei ungültiger Struktur

# Beispiel
validate_office_archive(Path("fragebogen.xlsx"), ".xlsx")
validate_office_archive(Path("bericht.docx"), ".docx")

sanitize_untrusted_text

def sanitize_untrusted_text(value: str, max_len: int = 10_000) -> str:

Bereinigt Text aus nicht vertrauenswürdigen Quellen:

  • Entfernt Null-Bytes (\x00)
  • Normalisiert Zeilenenden (CRLF → LF)
  • Filtert Steuerzeichen (außer Tab und Newline)
  • Beschränkt auf max_len Zeichen

Anwendungsfall: Text aus XLSX-Zellen, DOCX-Absätzen, PDF-Extraktion.

Sicherheitslimits

Ressource Limit
XLSX: maximale Zeilenzahl 10.000
XLSX: maximale Spaltenzahl 200
DOCX: maximale Absatzzahl 10.000
Office-Archiv: unkomprimierte Größe 25 MB
sanitize_untrusted_text: max. Textlänge 10.000 Zeichen (Standard)

Schutzmaßnahmen im Überblick

Bedrohung Gegenmaßnahme
Path Traversal ensure_within_root() validiert jeden Pfad
Zip Bombs validate_office_archive() prüft unkomprimierte Größe
Schadhafte Office-Dateien Magic-Byte-Check + Content-Type-Validierung
Injection über Zellinhalte sanitize_untrusted_text() filtert Steuerzeichen
Übermäßiger Speicherverbrauch Row/Column/Paragraph-Limits bei XLSX/DOCX