软件世界是建立在信任之上的：用户相信程序，程序相信数据，系统相信环境。然而，只要存在输入、网络、用户与攻击者，这种信任就随时可能被打破。

下面总结了程序员必须了解的 十大网络安全风险。它们并不神秘，但都极其常见。一旦发生，会直接影响系统的可靠性、数据安全以及用户信任。

1. SQL 注入（SQL Injection）

SQL 注入是最经典也最基础的安全问题。只要 SQL 是通过字符串拼接生成的，就可能被恶意修改逻辑。

示例：

query = f"SELECT * FROM users WHERE name = '{username}'"

当 username 为：

' OR 1=1 --

SQL 将变为：

SELECT * FROM users WHERE name = '' OR 1=1 --'

结果就是把整张表都查出来。

防御方式：

使用参数化查询（Prepared Statement）
永远不要用字符串拼接构造 SQL

2. 跨站脚本攻击（XSS）

XSS 的本质是：用户输入的内容被当作脚本执行了。

例子：

<div>{{ nickname }}</div>

如果昵称是：

<script>alert('XSS')</script>

页面就会执行这段代码。

后果可能是窃取 Cookie、篡改页面、发起恶意请求等。

防御方式：

输出前进行 HTML 转义
使用默认防御 XSS 的模板引擎（React/Vue 等）

3. 跨站请求伪造（CSRF）

CSRF 的特点是：用户在登录状态下，被诱导访问某个恶意页面，然后浏览器自动携带 Cookie，导致后台执行了用户并未授权的操作。

例如：

<img src="https://bank.com/transfer?to=hacker&amount=5000">

只要用户登录过银行网站，这个请求就可能执行。

防御方式：

使用 CSRF Token
设置 Cookie 的 SameSite 属性
对敏感操作要求二次确认

4. 弱密码与密码泄露

很多攻击并不依赖技术漏洞，而是依赖人类弱点。弱密码（如 123456、password）被暴力破解是十分常见的。

另一个问题是服务器端存储明文密码，一旦数据库泄露，就是灾难。

防御方式：

要求使用复杂密码
存储密码时使用强哈希算法（bcrypt / argon2）
支持双因素认证（2FA）

5. 明文传输（HTTP）

HTTP 是明文的，任何中间节点都可以看到所有内容，包括账号密码。在公共 WiFi 下尤为危险。

防御方式：

全站使用 HTTPS
不要将敏感数据暴露在 URL 查询参数中

6. 未授权访问（Broken Access Control）

这是后端最容易忽视的问题。比如：

/admin/listUsers

如果后台只检查用户是否“已登录”，但不验证用户是否“管理员”，就会造成权限绕过。

防御方式：

所有敏感接口都必须进行权限检查
不要依赖前端控制权限

7. 文件上传漏洞

文件上传听起来很常见，但风险也极高。

例如：

攻击者上传一张看起来是 .jpg 的文件，但实际上内部包含可执行代码
上传目录允许执行脚本文件

一旦成功，攻击者可以直接控制服务器。

防御方式：

校验文件的 MIME 类型而不是文件扩展名
上传后重新命名文件
将文件放在不可执行目录
对图片进行重新编码以确保其内容安全

8. 暴露的管理接口

很多框架在开发模式下会暴露调试接口，例如：

/debug
/swagger-ui
/actuator

如果在生产环境中忘记关闭，就会造成极大的安全风险。

防御方式：

生产环境关闭不必要的管理端口
必须暴露的端点需要权限认证
不在页面上输出敏感系统信息

9. 依赖与供应链攻击

现代开发高度依赖第三方库。如果依赖包本身含有恶意代码（或被入侵），攻击者就能“曲线入侵”你的系统。

典型方式包括：

伪装成相似名字的库
在常见库中加入恶意更新
泄露依赖版本导致漏洞被利用

防御方式：

定期更新和扫描依赖
锁定依赖版本
只使用可信来源的包

10. 日志与调试信息泄露

日志里常出现敏感数据，例如：

Login failed: username=alice, password=secret

一旦日志泄露，相当于主动暴露系统内部状态。

数据泄露事件中，日志泄漏占比相当高。

防御方式：

不记录密码、Token、身份证号等敏感数据
控制日志访问权限
在生产环境关闭过度详细的调试信息（如 stack trace）

总结

安全风险的根源往往不是复杂的攻击，而是我们理所当然的假设。

一个稳健的系统应该具备：

不信任任何输入
不依赖客户端安全
不暴露内部实现
对敏感数据尽量减少存储
始终假设攻击者存在

掌握这十大安全风险，可以帮助程序员在设计和构建系统时提前预判问题，减少代价高昂的“线上事故”。