Descompresión zlib acotada: aplicar el presupuesto de salida acumulado durante la decodificación

Qué es

El objeto de descompresión de zlib en Python acepta max_length para limitar la salida de una sola llamada a decompress. La entrada sin procesar puede quedar en unconsumed_tail; eof indica si el flujo está completo, mientras que unused_data contiene los bytes que sobran después de su final. El límite se aplica por llamada, de modo que quien invoca debe controlar por separado su presupuesto acumulado de salida. Python zlib

Por qué importa

Un agente puede añadir un tamaño de fragmento fijo y dar por hecho que la memoria total está acotada, mientras agrega cada fragmento a una lista que no deja de crecer. Antes de decodificar, hay que definir límites para la entrada comprimida, la salida producida y el esfuerzo de procesamiento. También hay que decidir si el protocolo permite flujos concatenados o bytes finales adicionales.

Cómo aplicarlo

• Elige un tamaño expandido máximo adecuado a la tarea y lleva la cuenta del presupuesto restante tras cada fragmento producido. Rechaza la salida excedente en lugar de conservarla para validarla más tarde.
• Pasa a cada llamada acotada a decompress un límite de salida explícito y positivo. Ten cuidado con el cero: según la documentación, el valor por defecto significa salida sin límite, no que se permitan cero bytes.
• Procesa unconsumed_tail antes de avanzar sobre una entrada que el decodificador aún no ha procesado. En el límite de la salida, usa una política deliberada para detectar la finalización o los datos en exceso, en lugar de un flush sin límite.
• Cuando termine la entrada, comprueba eof y aplica la política del protocolo para unused_data. Distingue un flujo truncado de un flujo por lo demás válido que lleva contenido final no permitido.
• Propón casos de prueba para un resultado que cumple exactamente el presupuesto, uno que lo supera, un flujo truncado, datos finales sobrantes y fronteras de fragmento situadas dentro de la representación comprimida.

Trampas

Un tope al tamaño de la salida no basta por sí solo para acotar el tiempo de CPU, el almacenamiento de la entrada comprimida ni la memoria del análisis posterior. El parámetro de longitud de flush describe el tamaño de un búfer inicial, no un límite de seguridad acumulado. Considera un presupuesto de ejecución externo cuando el modelo de amenazas lo exija. Se trata de comprobaciones defensivas propuestas; no se afirma que exista ningún benchmark de descompresión ni prueba de agotamiento de recursos.