正则表达式的redos攻击

1.危害

书写不恰当的正则表达式有可能造成redos攻击（正则表达式拒绝服务攻击(Regular Expression Denial of Service)），攻击者可构造特殊的字符串，导致正则表达式运行会消耗大量的内存和cpu导致服务器资源被耗尽。无法继续响应，那为何不确定的正则表达式会导致redos攻击呢？这得从正则表达式的实现原理说起。

2.原理

正则表达式的实现一般分为2类。
Deterministic Finite Automaton (DFA) 和Nondeterministic Finite Automaton (NFA)
DFA:确定有穷自动机，即匹配的路径是确定的。所以时间空间复杂度是确定的。但是这类正则能实现的功能很有限。目前复杂点的正则使用的都是NFA。
NFA:不确定有穷自动机。匹配的路径是不确定的，如果在某一条路径能够完成匹配，则能够及时返回。如果没能匹配上，则会回溯，尝试其他的路径。直到把所有的路径走完。这就是NFA为什么可能会造成redos攻击的原因。不恰当的正则表达式对于输入的原字符串，即便多加一个字符，执行的时间可能会成倍的增长。
NFA的特性：
1.一个有限的状态集合S
2.一个输入符号集合sigma，空字符epsilon不属于Sigma
3.状态迁移函数F，对于特定的输入字符和状态，输出对应的变更状态集合
4.s0为初始状态
5.S子集为结束状态集
NFA的搜索类似于DFS，深度优先搜索。

我们看个会造成redos的正则 ^(a+)+$

对于简单的输入：aaaab，其可能的路径就能达到16种，在我们看来一目了然的匹配结果，会随着输入的字符数量越多，其执行的时间可能越长。尤其对于表达式包含许多分组，不恰当的通配符的使用，一些重叠的写法，都可能造成redos攻击。
正则表达式书写建议：
1.减少不必要的分组
2.降低正则的复杂性
3.匹配尽量精准，减少重叠的写法，减少回溯。如 (a|aa)+

对于不确定是否存在redos攻击的正则，可借助专门的工具检测。
请参考
https://blog.csdn.net/jiangdefu/article/details/123438498