Python对象序列化用Pickle安全吗

本文目录导读：

1. 为什么危险？
2. 安全使用场景
3. 不安全场景
4. 更好的替代方案
5. 如果必须用 Pickle 且不信任来源

不安全，绝不应用于不受信任的数据或反序列化场景。

Pickle 存在的核心安全问题在于：它不是一个只存数据的格式，而是一个基于栈的虚拟机协议，反序列化时，Pickle 会重新执行构建对象的字节码指令，这意味着攻击者可以构造恶意的 Pickle 数据，在反序列化过程中执行任意 Python 代码。

为什么危险？

Pickle 序列化的不是数据，而是“如何重建对象”的指令，一个经典的攻击载荷如下：

import pickle
import os
# 攻击者构造的恶意 pickle 数据
class Evil:
    def __reduce__(self):
        return (os.system, ('echo 你被入侵了',))
pickle_data = pickle.dumps(Evil())
# 反序列化时，会执行 os.system('echo 你被入侵了')
pickle.loads(pickle_data)  # 危险！

只要 pickle.loads 被调用，这段代码就会执行，攻击者可以换成 rm -rf / 或其他破坏性命令。

安全使用场景

• ✅ 可信环境内部：如进程间通信、临时缓存（且双方代码可控）
• ✅ 短期存储：自己生成的 pickle，只由自己读取
• ✅ 签名验证：先对 pickle 数据做 HMAC 签名，反序列化前校验完整性

不安全场景

• ❌ 客户端上传的数据：如 Web 应用的 session 存储
• ❌ 来自网络的未验证数据：如 API 接收的二进制流
• ❌ 用户输入的文件：如让用户上传 .pkl 文件加载

更好的替代方案

如果必须用 Pickle 且不信任来源

import pickle
import hmac
import hashlib
# 写入时签名
secret_key = b'your-secret-key'
data = pickle.dumps(obj)
signature = hmac.new(secret_key, data, hashlib.sha256).digest()
# 存储 signature + data
# 读取时验证签名
stored_sig = data[:32]  
stored_data = data[32:]
expected_sig = hmac.new(secret_key, stored_data, hashlib.sha256).digest()
if hmac.compare_digest(stored_sig, expected_sig):
    obj = pickle.loads(stored_data)

记住这条黄金法则：永远不要对不可信的数据调用 pickle.loads()。