Saltar a contenido

Seguridad y AppSec en ThesisForge

ThesisForge incorpora mecanismos de defensa en profundidad para proteger al investigador contra riesgos de seguridad comunes en aplicaciones asistidas por IA y herramientas de procesamiento de documentos.


1. SSRF Guard (Server-Side Request Forgery) y Defensa Dual-Stack

Cuando el sistema descarga artículos científicos o recupera metadatos a partir de URLs suministradas por APIs o por el usuario, SSRFGuard (src/thesisforge/core/security.py) ejecuta una validación de dos pasos antes de abrir cualquier socket de red:

graph TD
    URL["URL a Descargar (Paper / PDF / DOI)"] --> DNS["Resolución DNS"]
    DNS --> NORM["Normalización Dual-Stack (IPv4-mapped en IPv6)"]
    NORM --> CHECK{"¿La IP resuelta pertenece a rangos privados, loopback o metadata?"}
    CHECK -->|Sí: 127.0.0.1, 10.0.0.0/8, 192.168.0.0/16, ::ffff:127.0.0.1, ::1| BLOCK["Bloqueo Inmediato (SSRFBlockedError)"]
    CHECK -->|No: IP Pública Válida| FETCH["Petición HTTP Segura con httpx.AsyncClient"]

Reglas de Bloqueo de Red:

  • Rangos IPv4 privados (RFC 1918): 10.0.0.0/8, 172.16.0.0/12, 192.168.0.0/16.
  • Direcciones Loopback: 127.0.0.0/8 y ::1/128.
  • Direcciones de enlace local (Link-Local / RFC 3927): 169.254.0.0/16 (usadas frecuentemente para atacar endpoints de metadatos en AWS/GCP/Azure como 169.254.169.254).
  • Direcciones IPv4 mapeadas en IPv6: Prefijos ::ffff:0:0/96 que representan direcciones IPv4 dentro de una estructura IPv6 (ip.ipv4_mapped).
  • Esquemas no permitidos: Bloqueo absoluto de esquemas locales (file://, gopher://, ftp://), admitiendo únicamente http:// y https://.

2. Bóveda Criptográfica Local (KeyVault)

ThesisForge sigue una filosofía estricta de Bring Your Own Key (BYOK) y almacenamiento seguro en reposo:

  • Cifrado Simétrico Fernet: AES-128-CBC autenticado mediante HMAC-SHA256 (src/thesisforge/core/security.py).
  • Derivación de Clave (KDF): Derivación robusta basada en PBKDF2-HMAC-SHA256 con 100,000 iteraciones y sal criptográfica única.
  • Aislamiento de Secretos: Las claves privadas nunca se devuelven en texto plano a través de la API REST tras su registro y se almacenan únicamente en la base de datos local SQLite del usuario.

3. Sanitización de Logs (CWE-117)

El registrador estructurado StructuredLogger (src/thesisforge/core/logging.py) emite eventos en formato JSON y neutraliza cualquier intento de manipulación de bitácoras:

  • Eliminación de saltos de línea: Reemplaza caracteres de retorno de carro (\r) y salto de línea (\n) en todas las cadenas proporcionadas por el usuario.
  • Enmascaramiento de Secretos: Ofuscación automática de tokens, claves de API (sk-or-v1-..., AIzaSy...) y encabezados de autorización en las trazas de depuración.

4. Defensa contra Formula Injection en Tablas (CWE-1236)

Al compilar documentos a Microsoft Word (.docx) u hojas de cálculo con datos de investigación:

  • sanitize_cell_value (src/thesisforge/drafting/sanitizer.py) depura primero los caracteres de control (\r, \n, \t).
  • Si una celda comienza con caracteres ejecutables (=, +, -, @, |), el sistema antepone un apóstrofe de escape (').
  • Preserva de forma transparente literales numéricos legítimos (por ejemplo, -15.4 o +3.2) sin corromper el análisis estadístico ni las tablas del marco empírico.

5. Autenticación Local-First (Instance Token & Conexiones Universales)

ThesisForge protege todos los endpoints HTTP y WebSockets mediante un modelo de autenticación Local-First basado en tokens de instancia (src/thesisforge/core/auth.py):

  • Generación y Resolución: En el arranque, si no se especifica THESISFORGE_INSTANCE_TOKEN en el entorno, el sistema genera automáticamente un token seguro mediante secrets.token_urlsafe(32).
  • Compatibilidad Universal HTTP/WS: Starlette WebSockets no heredan de Request, por lo que el validador opera sobre starlette.requests.HTTPConnection, extrayendo el token tanto de cabeceras Authorization: Bearer <token> como de parámetros de consulta (?token=<token>).
  • Aislamiento Multi-Proyecto: Los proyectos están asociados a un owner_id en ProjectStateDTO para garantizar la segregación de datos en entornos monousuario o multi-sesión.
  • Perímetro de Red y Docker Binding Seguro: El archivo docker-compose.yml restringe por defecto el binding a 127.0.0.1:8000:8000. Exponer la API a 0.0.0.0 en redes públicas o corporativas sin un Reverse Proxy perimetral (TLS + Auth corporativa) expone el token de instancia y los secretos cifrados del usuario local.
  • Rutas Públicas y Bypass de Test: Endpoints de infraestructura (/health, /favicon.ico, /assets/...) están exentos, y es posible desactivar la autenticación en suites de pruebas unitarias mediante THESISFORGE_AUTH_DISABLED=true.

6. Endurecimiento de Cabeceras HTTP y Content Security Policy (CSP)

El middleware de seguridad (src/thesisforge/api/security_middleware.py) inyecta defensas estándar de la industria en cada respuesta HTTP:

  • Política CSP Aplicada: default-src 'self', script-src 'self' 'unsafe-eval' https://cdnjs.cloudflare.com https://cdn.jsdelivr.net, style-src 'self' 'unsafe-inline' https://fonts.googleapis.com, font-src 'self' https://fonts.gstatic.com, connect-src 'self' ws: wss: https:.
  • Justificación Técnica de Directivas Reactivas:
  • 'unsafe-eval': Necesario para el parser de reactividad en tiempo de ejecución de Alpine.js (Function constructor para directivas como x-data, @click, x-if).
  • 'unsafe-inline' en style-src: Requerido temporalmente por el runtime de Tailwind Play CDN, que inyecta etiquetas <style> dinámicas en el DOM.
  • Hoja de Ruta v1.0.0: En el empaquetado autónomo para distribución en producción, la interfaz migrará a un bundle compilado herméticamente (Tailwind CLI + build de Alpine), eliminando CDNs externas y removiendo tanto 'unsafe-eval' como 'unsafe-inline'.
  • Cabeceras Anti-Clickjacking y MIME Sniffing:
  • X-Content-Type-Options: nosniff
  • X-Frame-Options: DENY
  • Referrer-Policy: strict-origin-when-cross-origin
  • X-XSS-Protection: 1; mode=block

7. Control de Concurrencia Optimista (OCC)

Para prevenir condiciones de carrera y sobrescritura accidental de borradores de tesis entre múltiples pestañas o clientes concurrentes:

  • La base de datos gestiona un contador monotónico version en la tabla projects.
  • Las peticiones de mutación (PUT /api/projects/{id}, POST /api/advisor/..., etc.) verifican la cabecera X-Project-Version.
  • Si la versión enviada no coincide con el estado actual en la base de datos SQLite, el servidor rechaza la operación con HTTP 409 Conflict, obligando al cliente a recargar el estado más reciente antes de aplicar cambios.