エンジニアなら理解る文字エンコーディングバリデーションの必要性

出典：https://en.wikipedia.org/wiki/UTF-8 要するにByte 1のMSB（一番左のビット）から連続する1の数で、何バイトで1文字を構成するのか決る構造になっています。今回はコレだけ知っていればOKです。 UTF-8文字エンコーディング攻撃の手法 UTF-8文字エンコーディング攻撃は壊れたUTF-8文字エンコーディングデータで行います。それには２つの方法があります。 1文字を構成するハズのデータに不正なデータを混ぜる 1文字を構成するハズのデータを意図的に短くしたデータを混ぜる 話を簡単にする為、2文字になるUTF-8文字のケースを考えます。他の長さでも方法は同じです。 2文字になるUTF-8文字は以下の形式でなければなりません。 110xxxxx + 10xxxxxx 1文字を構成するハズのデータに不正なデータを混ぜる UTF-8文字はその構造上、2バイト