IE安全系列：IE浏览器的技术变迁（上）
声明：为了更好地向读者输出更优质的内容，InfoQ将精选来自国内外的优秀文章，经过整理审校后，发布到网站。本篇文章作者为乌云白帽子blast， 原文链接 。本文是《IE安全系列》第一篇，已由乌云网授权InfoQ中文站转载。欢迎转发，但请保留原作者信息！
作者 blast
前言
本系列将简单介绍一下IE的安全问题，限于篇幅和自己的认知，其中必有不足之处，欢迎大家指正。
系列中每篇文章分为三个部分，第一部分通常是背景介绍，第二部分是总结性的描述，第三部分则是详细介绍或者实践。
Internet Explorer的历史变迁
在记忆中，从1999年开始接触网络，从那时跟随着Windows 95一起而来的Internet Explorer 4算起，微软已经发布了8个不同版本的IE了（如果Spartan算作是Internet Explorer 12的话）。这之中Internet Explorer（以下简称IE）都做了哪些变更呢？
- IE1、IE2（1995年）：家族中最简单的“浏览器”，只支持静态的页面，现在你能用得到的许多功能它都不支持；但现在你用到的许多功能他却都有了雏形。
- IE3（1996年）：对早期版本的改进，支持了ActiveX控件，支持了JavaScript和VBScript（当时称为Microsoft JScript和Microsoft VBScript，因为商标问题）。从这时开始支持Web Browser这个被人熟知的ActiveX控件，这保证了浏览器的可重用性。
- IE4（1997年）：引入了DHTML功能，支持数据绑定，同时增强了WebBrowser的功能，添加了一些新特性，增加了侧边栏以及BHO。
- IE5（1999年）：随着Windows 98一起发售，支持持久会话，紧接着诞生了XMLHttpRequest，促使了AJAX的发展（尽管此时AJAX一词都还没诞生……），引入了HTA，还有自动填表等功能。IE5.5版本起还支持了128位的加密。
- IE6（2001年）：紧接着Windows XP一起发售，是给大家留下印象最深刻的浏览器，在2002～2003年中，IE6的市场份额达到了90%，IE全家族的市场份额达到了95%。同时，这也是最饱受诟病的一款浏览器，因为它的安全问题实在是很严重。这一版本中增加的大多是网页渲染相关的功能，例如CSS1、DOM1等的部分支持。
- IE7（2006年）、IE8（2009年）：IE6市场份额被火狐抢走之后微软推出的新版本浏览器，这两个版本大部分都是性能调整和渲染修整以及增强。
- IE9（2011年），稳定版本，性能提升和HTML5支持，多进程支持，这使得网页假死或者崩溃时不会影响到其他页面。
IE9之后的版本大家很容易就能搜到产品截图。
-
IE10（2011年）/IE11（2013年），性能有较大的增强，渲染及兼容性也得以增强，增加DNT支持。IE10的性能已经和之前有较大的不同，但是顶着IE的名号，依然得承受着IE6带来的深刻影响。
-
Spartan（2015年），代号IE12。整合了语音助手，性能提升等。从程序上看，它确实和IE用的不是同一套DLL库。
IE的构成
在早期的单进程IE中，IE的结构大致如下：
图：以IE6为代表的单进程无Tab模式
随着多进程的引入，IE的网页部分结构还是类似这样，但是界面宿主已经有变化了，看起来像是：
请注意上图中外壳网页分属于不同进程。
在IE7中，一个进程中可以运行一组网页窗口了，但是新窗口不代表在新进程里面运行。（比如你用Ctrl+N新建窗口，其实它还是在当前进程里面创建的），可以自己安装一个IE7来试验，如果没用过的话看我这个描述应该会很奇怪。开启了保护模式的进程会运行在低完整性级别下，通过一个代理进程来进行通信。
简化的进程模型如下：
下图：IE7的进程模式
在IE8中，微软引入了IE8松散耦合进程框架(LCIE)，它使用Jobs来限制进程权限(笔者试着用Jobs控制权限，实际应用在IE中的话深知不易，微软也是下了不少功夫)，这个时候，开启了保护模式与未开启保护模式的IE8的结构类似与：
可以看到的是这个版本中IE的UI Frame和一些管理功能所在的进程运行在中完整性级别上，而保护模式下，Tab和网页进程运行在低完整性级别中(禁用保护模式的域下依然是中完整性级别)。
如上，HTML和ActiveX控件都在网页进程里面，还有一个比较特殊的是工具栏，它也在网页进程里面。
采用这种模式的好处都有啥？首先是每个Tab都独立出去了，其中一个崩了也不会影响其他的;至于把UI Frame移动到了代理进程那边，理由是加快启动速度。
而且由于采用了网页分进程的模式，所以不同完整性级别的网页、Tab都可以归属于同一个UI Frame，管理起来也比较方便。如果你使用过mordenie、metroie，你会发现也许它的网页进程都是64位的，这是因为这个版本中不加载任何插件。即便现在许多插件都有了64位版本，比如Adobe Flash Player，但是如果一味的追求64位化还是会导致各种插件不兼容。所以在IE10、IE11的64位版本中，浏览器的UI Frame以64位运行，而网页进程为了保证插件的兼容性，依然默认采用了32位进程。换句话说，即使你打开的是64位的IE，但网页进程还是32位的。
所以，也许你会看到有64位的IE和32位IE同时存在你电脑里面的样子：
以及，启动IE后出现一个64位进程和n个32位进程的样子：
图：IE11 64bit Frame进程和32bit Content进程
相对于IE7的模式，在IE11中，即使你手动执行两次iexplore http://www.wooyun.org ，出来的也仅仅只有一个64位的UI进程。
图：IE11的进程模式
当然，如果你开启了增强保护模式，那网页进程也会变成64位的。
图：IE11启用增强保护模式
在Windows 7下开启这个模式，唯一的用处就是把进程变成了64位，但是Windows 8下则会引入AppContainer这个进程隔离模式，具体的可以参考 这里 。
限于篇幅，与之相关的内容之后再叙述。
重要概念：什么是Markup Service?
回到IE的核心功能上来，作为网页的渲染器，超文本标记语言HTML想必是离不开Markup，那这个Markup到底是什么呢?历史上来说，Markup其实是给演员看的，简单的说就是剧本，通常还会给它画一道蓝色的标记，标明这个东西应该谁怎么演才合适。在浏览器中，Markup通常可以看作是一个个的标签。关于Markup Service的内容，建议大家最开始只了解个大概即可。
图：Markup Script，当然，这个是演员用的，图像来自Google Image
图：IE可以识别的Hyper Text Markup Langauge
例如，一个HTML文件可能有如下内容：
<DIV>blast<DIV>off
当浏览器解析这个文本时，浏览器会对内容做一次标准化(我比较习惯这么称呼)，之后，DOM内容看起来像是：
<HTML><HEAD><TITLE></TITLE></HEAD><BODY><DIV>blast<DIV>off</DIV></DIV></BODY></HTML>
这个过程你可以自己去网页DOM看：
图：IE11的文档标准化
由于有元素的插入，因此这一项功能可能会引入额外的安全风险，例如我之前发的 内容 。
或者可以说，解析器经过这一轮后，将HTML文本转为了元素。而且为了内容的完整，有一些原来没有的元素也加进去了，例如html、head、title、body等会自动地被解析器构造出来。
同时，解析器遇到第二个div(分块)的时候，会自动的把第一个div给封闭起来(怎么封闭要取决于浏览器的实现)。还有之前加入的必要(但是你没写)的标签，比如 <html>、<body> ，都会自动地被IE添上并封闭。
第二个需要注意的概念是tree和stream(树、流)的区别，比如：
This<B>is</B>atest
这组“this is a test”和一对b标签的例子，将会被转化为如下的树。text被当为树叶，element被作为内节点。
ROOT | +-------+--------+ | | | "this" B "a test" | "is"
把文档转为tree之后，所有的操作都会变为类似对树的操作，例如增删子节点。提供此类操作的API被称为Tree Service。
当然，自IE4.0之后，元素的模型操作比简单的树更强悍，比如这个例子：
An <B>exmaple <I> of </B> elements </I> cross
B、I的范围互相交叉，在HTML里面这个很常见，用树来描述则十分困难。因此，Markup Services对这个内容不再提供类似树的操作，而是为方便控制内容暴露了一个基于流操作的模型。
图：相互交叉的范围
所以，Markup Service的作用实际上是用来避免产生这种让人迷惑的模型层间的。
当无法用Tree Service时，浏览器就转而使用Markup Service来控制基于流操作的模型。
在基于树的模型中，网页内容被当作树的节点来处理，每个元素，或者一块Text都是一个节点。节点通过这种类似对树的操作方式来操作，例如从父节点中增删一个子节点。
在基于流的模型的内容操作方式中(比如通过Markup Service来操作)，文档的内容会通过使用类似迭代器的对象来操作。这个就像是在处理上面那个元素交叉的例子一样，这些带有部分重叠的元素通过两个Markup Pointer来区分，每个Markup Pointer指定着Tag从哪儿开始、到哪儿结束。所以，基于流的模型是基于树的模型的一个超集。
说了这么多，要引入我们的Markup Pointer了。在这之前，举一个类似的例子，C++中，如果要操作一个vector，使用迭代器是非常方便的做法：
图：使用迭代器向vector插入一个元素
也如你所见，Markup Pointer也有些神似迭代器。可以通过创建和操作无效文档的过程来理解一下。
注意之前“This is a test”的例子，浏览器可能不会被认为这是一个有效的HTML文档。
最小的有效HTML文档至少要有html、head、title和body四个元素，当你提供的内容中没有这些元素时，解析器会自动建立，然后把它们放到合适的位置上。
在文档解析过程中，使用Markup Service即可删除或者重新排列DOM。例如，你可以整块删除html、body元素。你可以把head移动到body里面（但是这么做的话，文档会被当作是无效文档）。
在IE中，提供这个服务的类有很多，最普遍的类即CMarkup。负责“指向元素、区域”的Markup指针类名字是CMarkup Pointer，它们都派生自CBase。
如果有关注类似的内容的话，之前发的一个CMarkup Pointer空指针引用的问题其实就 与此相关 。
关于CMarkup Pointer，需要注意的地方是可能会导致IE崩溃或者出其他错误，比如：
(1)Markup Pointer刚创建，或者以一个无效对象为构造函数的参数创建的时候是未指向状态，也就是说啥都没指，通常这个值是0，这个很可能会导致空指针引用;
(2)Markup Pointer设置了指针粘滞(当当前指针所在区域发生移动之后，区域内的指针是否也跟着计算新位置)的时候，如果同时也设置重力(重力分为左右重力，简单来说，就是在指针处插入一个内容，操作完之后，指针是应该贴着左边的内容还是右边的内容)，且在经过某些操作后发生了歧义，在对Markup Pointer指向的部分进行移动、删除过程后，Markup Pointer有可能会重新变成未指向状态。这是因为指针指向的内容不存在或无效了，指针已经从文档中移除(注意是remove)了，但是指针自身还没有被删除(delete)，以后如果重用这个指针又没做校验的话，很可能就会出错。
(3)Markup Pointer左右移动的时候也有可能出错。
还有就是一个经验条例，IE中代码很依赖比较上层的有效性检查，所以一旦中底层代码接收到了无效数据，IE就很可能会出现异常。
还是重提一下关于Markup Service的内容，如果之前没接触过的话，最开始只了解个大概即可，之后等了解了更多IE相关的内容时，这一块的东西才容易和其他部分联系起来。
参考资料
(1) 腾讯反病毒实验室:深度解析 AppContainer 工作机制
(2) Q&A: 64- Bit Internet Explorer
(3) Windows 8 Metro/Modern Style IE 10
(4) Enhanced Memory Protections in IE10
感谢魏星对本文的策划和审校。
给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号： InfoQChina ）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入InfoQ读者交流群 
）。
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
