漏洞验证到底是什么：从数据流看它的边界

验证的目标是证明前置条件成立，而不是把影响做到最大，后者属于越界

理解它的关键是画出三条线：入口、信任边界、危险点。

先说结论

漏洞的本质是「不可信数据到达了危险点」，防御的本质是「在中间加一道能正确判断的关卡」。

• 入口：数据从哪来，谁都能改吗
• 边界：跨边界时有没有做类型与格式判断
• 危险点：拼接、解析、执行、反序列化
• 前置条件：需要什么权限、什么配置
• 影响面：能读到什么、能改到什么

数据流：从入口到危险点

统一错误页会让 200 状态码掩盖失败，判断要看响应体的差异而不是状态码，也可能被前置层拦了。

信任边界在哪

换一个更低权限的账号复现一次，能排除「本来就该看到」这类误报，这一步不能省。

边界两侧的数据可信度不同，所有校验都应该发生在边界上，而不是散落在业务代码里。

这个问题的几个关键事实

决定它「是理论还是现实」的几条：

• 同一个响应被 CDN 缓存后两个账号看到同一份数据，很容易被误判成越权，换个节点结论就变
• CVSS 只描述技术影响，环境补偿比如有无 WAF、数据敏感度要单独写一段

影响面怎么判

评估危害时先问：需要什么身份、需要开什么配置、能不能碰到内网。三个问题的答案决定了它是「低危」还是「要连夜修」。

为什么总是修不干净

看到报错信息就定为高危，没有验证可利用性

用管理员账号测越权，结论必然失真

根因通常是「同一个入口有多个解析器」，修了一个，另一个还通。

再补充几点

这几条不改变结论，但会改变你评估风险时的顺序。

• 证据要包含时间与所用账号，否则开发无法复现，工单会来回三次以上，模板化能省一半沟通
• 截图只截结果，没有请求内容，开发不认

理解数据流，比背 payload 有用得多。