当前位置:首页 > 文章列表 > 文章 > php教程 > PHP如何检测上传文件是否包含恶意代码_调用ClamAV扫描API进行检测

PHP如何检测上传文件是否包含恶意代码_调用ClamAV扫描API进行检测

2026-05-03 21:03:53 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《PHP如何检测上传文件是否包含恶意代码_调用ClamAV扫描API进行检测》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

PHP上传文件后应通过proc_open调用clamdscan --fdpass从stdin扫描临时文件,依赖退出码判断结果:0为安全,1为感染,2为错误;需确保www-data属clamav组且clamd服务运行正常。

PHP如何检测上传文件是否包含恶意代码_调用ClamAV扫描API进行检测

PHP上传文件后怎么调用ClamAV扫描?

ClamAV本身不提供HTTP API,所谓“调用ClamAV API”实际是调用其命令行工具clamdscan或clamscan,通过PHP的exec、shell_exec等函数触发。直接依赖clamd守护进程(推荐)比每次跑clamscan更高效,也避免重复加载病毒库。

关键前提是:服务器已安装并运行ClamAV,且PHP执行用户(如www-data)有权限连接clamd socket(默认/var/run/clamav/clamd.ctl)或能执行clamdscan命令。

  • 确认clamd服务正在运行:sudo systemctl status clamav-daemon
  • 检查socket路径是否可读写:ls -l /var/run/clamav/clamd.ctl,必要时调整clamd.conf中的LocalSocketGroup和FixStaleSocket
  • 测试命令行能否扫描:clamdscan --fdpass /tmp/test.php(--fdpass支持从stdin传文件,适合临时上传文件)

如何安全地把上传文件交给clamdscan而不落盘?

上传文件先存到$_FILES['file']['tmp_name'],这是PHP自动分配的临时路径。你不该把它移动到Web可访问目录再扫描——这会留出时间窗口被利用。理想做法是:直接用clamdscan --fdpass把临时文件句柄传给clamd,全程不写磁盘、不改权限、不暴露路径。

示例代码片段:

$tmpFile = $_FILES['file']['tmp_name'];
$descriptors = [
    0 => ['pipe', 'r'],
    1 => ['pipe', 'w'],
    2 => STDERR
];
$proc = proc_open('clamdscan --fdpass --no-summary -', $descriptors, $pipes);
if (is_resource($proc)) {
    fwrite($pipes[0], file_get_contents($tmpFile));
    fclose($pipes[0]);
    $output = stream_get_contents($pipes[1]);
    fclose($pipes[1]);
    $returnCode = proc_close($proc);
    if ($returnCode === 1) {
        // 检出恶意代码
    } elseif ($returnCode === 0) {
        // 清洁
    }
}
  • --fdpass是关键,它让clamd从stdin读取原始字节,跳过文件系统路径校验
  • 不要用exec("clamdscan $tmpFile")——路径可能含空格或特殊字符,且/tmp下文件名不可信
  • --no-summary减少输出干扰;-表示从stdin读

扫描返回结果怎么判断是否含恶意代码?

clamdscan退出码(exit code)比stdout文本更可靠:

  • 退出码 0:未发现威胁(clean)
  • 退出码 1:发现威胁(infected)
  • 退出码 2:扫描出错(如权限不足、socket连不上、文件损坏)

stdout里可能含类似/dev/stdin: PHP.Trojan.Spambot-1 FOUND的行,但格式不稳定(尤其多语言环境),不应正则匹配。只依赖退出码做逻辑分支,错误时记录$output和$returnCode用于排查。

注意:clamscan(非守护进程版)退出码含义相同,但性能差、启动慢、易超时,不建议在Web请求中使用。

为什么扫描有时失败或超时?常见权限与配置坑

最常卡在三处:socket权限、SELinux/AppArmor、PHP禁用函数。

  • PHP用户(如www-data)必须属于clamav组,否则无法connect到/var/run/clamav/clamd.ctl —— 运行sudo usermod -a -G clamav www-data并重启PHP-FPM
  • SELinux启用时,默认禁止httpd_t域访问clamd_t socket,需自定义策略或临时设为permissive:sudo setsebool -P httpd_can_network_connect 1
  • 检查disable_functions是否禁用了proc_open、exec等 —— 在phpinfo()里搜disable_functions确认
  • clamd默认限制单次扫描文件大小(StreamMaxLength,默认25MB),大文件会直接拒绝,需在/etc/clamav/clamd.conf里调高并重启服务

真实场景里,不是所有恶意PHP文件都会被ClamAV识别——它主攻已知特征,混淆、零日、纯逻辑后门(如eval($_POST[x]))大概率漏报。扫描只是第一道过滤,不能替代文件类型校验、扩展名白名单、代码静态分析或上传后隔离执行。

以上就是《PHP如何检测上传文件是否包含恶意代码_调用ClamAV扫描API进行检测》的详细内容,更多关于的资料请关注golang学习网公众号!

如何在Golang中使用math/rand生成随机数_创建随机数据如何在Golang中使用math/rand生成随机数_创建随机数据
上一篇
如何在Golang中使用math/rand生成随机数_创建随机数据
PHP怎么处理Eloquent Attribute DevOps States属性DevOps状态_Laravel持续交付【指南】
下一篇
PHP怎么处理Eloquent Attribute DevOps States属性DevOps状态_Laravel持续交付【指南】
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    299次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    354次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    354次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    319次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    140次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码