漏洞管理到底是什么：从数据流看它的边界

漏洞管理的瓶颈通常不是修，而是「这一条到底影响哪个资产」说不清

理解它的关键是画出三条线：入口、信任边界、危险点。

先说结论

漏洞的本质是「不可信数据到达了危险点」，防御的本质是「在中间加一道能正确判断的关卡」。

• 入口：数据从哪来，谁都能改吗
• 边界：跨边界时有没有做类型与格式判断
• 危险点：拼接、解析、执行、反序列化
• 前置条件：需要什么权限、什么配置
• 影响面：能读到什么、能改到什么

数据流：从入口到危险点

走例外的漏洞必须写补偿措施与到期日，否则会一直挂在那里没人管，季度评审时也翻不出来，例外会越积越多。

信任边界在哪

同一个基础镜像的漏洞会在几十个服务里重复出现，按根因修一次能消掉几十条，镜像统一才好修。

边界两侧的数据可信度不同，所有校验都应该发生在边界上，而不是散落在业务代码里。

这个问题的几个关键事实

决定它「是理论还是现实」的几条：

• 严重级别按 24 小时修完，前提是资产清单与责任人都是准确且最新的，否则 SLA 只是纸面上的数字，这条最难落地
• 扫描器报的版本号可能被发行版回补过，直接判漏洞会产生大量误报

影响面怎么判

评估危害时先问：需要什么身份、需要开什么配置、能不能碰到内网。三个问题的答案决定了它是「低危」还是「要连夜修」。

为什么总是修不干净

只看扫描器分数，不看资产是否真的对外

工单点了已修复，没复测也没记录版本

根因通常是「同一个入口有多个解析器」，修了一个，另一个还通。

再补充几点

这几条不改变结论，但会改变你评估风险时的顺序。

• 平均修复时长要按级别分开统计，混在一起会被低危拉平看不出问题，目标按季度定更合理
• 所有漏洞一个截止日期，团队干脆放弃

理解数据流，比背 payload 有用得多。