在可信环境中使用Python eval执行YAML工作流的安全性问询

我想创建一个作为元数据的简易YAML工作流，用来组织少量任务（比如定义异常检测链），用户可以创建并提交这类工作流。计划用importlib解析导入内容，设置newglobals=None，通过导入内容和参数填充newlocals后调用eval(globals=newglobals, locals=newlocals)执行。这个工作流既能编排任务、生成YAML元数据，也容易扩展到非Python脚本。

已知网上有YAML结合eval执行恶意代码的案例（比如导入shutil模块调用remove('/')），但在用户自用、工作流存储于可信仓库的场景下，对比采用相同安全管理方式的Python脚本，这个YAML+eval方案是否存在额外安全风险？毕竟我觉得团队成员不会执行包含os.shutil.remove('/')的脚本。

示例YAML代码：

imports:
    - module: mymod
      names:
          - func1
steps:
    - expr: 'func1(foo=foo) + 2'
      args:
          foo: 2

在你描述的可信场景下，YAML+eval方案和同安全级别的Python脚本相比，不存在额外的核心安全风险，但有几个细节需要留意：

• 权限边界一致：不管是直接运行Python脚本还是通过YAML+eval执行逻辑，最终都是以当前运行用户的权限执行操作。如果团队成员不会恶意编写Python脚本，那也不会刻意在YAML的expr里写入恶意代码。
• 导入控制等效：你用importlib限制了导入的模块和名称，这和Python脚本里显式导入指定模块的效果完全一致。只要导入规则严格，两者的导入风险是相同的。
• 误操作风险无本质差异：YAML里的expr是字符串形式，可能存在不小心带入危险代码的概率（比如复制粘贴时混入恶意片段），但这和Python脚本的误操作风险本质上没区别，都依赖团队的代码审查和安全意识。
• 扩展场景需单独评估：如果后续要扩展到非Python脚本，需要额外注意跨语言执行的安全边界，但这属于扩展后的新风险，和当前YAML+Python eval的方案无关。

总结来说，只要你们的可信仓库管理、代码审查、团队安全意识这些基础安全措施到位，这个YAML方案的安全风险和直接用Python脚本是持平的。

内容的提问来源于stack exchange，提问作者Eli S