fix(security): Ghostscript mit -dSAFER, Schutz vor PDF-Dekompressionsbomben

- Ghostscript läuft auf PDFs aus Mails und vom Scanner jetzt mit -dSAFER
  statt -dNOSAFER (kein Datei-/Prozesszugriff aus PostScript), mit
  Timeout (60 s je Seite, 10 min je Dokument, SIGKILL) und höchstens
  500 gerenderten Seiten. Temp-Dateien werden auch im Fehlerfall
  entfernt. Ungenutztes getPageCount (brauchte Dateizugriff) entfernt.
- Neuer Vorab-Check ueberschreitetDekompressionsLimit (256 MB, streamend,
  erkennt auch Deflate-Ketten und abgeschnittene Streams). Fingerprint
  (pdf.js) und E-Rechnungs-Extraktion (pdf-lib) laden Bomben nicht mehr;
  eine einzelne Mail konnte das Backend sonst per OOM dauerhaft lahmlegen.
- Verschlüsselte PDFs bekommen keinen Inhalts-Fingerprint mehr ('' =
  nicht vergleichbar), weil pdf.js sie erst intern entschlüsselt.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

paperless-backend/src/common/pdf-dekompression.util.spec.ts

@@ -0,0 +1,90 @@
+import * as zlib from 'zlib';
+import { PDFDocument } from 'pdf-lib';
+import {
+  istVerschluesselt,
+  ueberschreitetDekompressionsLimit,
+} from './pdf-dekompression.util';
+
+const MB = 1024 * 1024;
+
+/** Minimales PDF-Gerüst mit einem Stream – für den Scanner reicht das. */
+function pdfMitStream(daten: Buffer, filter = '/FlateDecode'): Buffer {
+  return Buffer.concat([
+    Buffer.from(
+      `%PDF-1.7\n1 0 obj\n<< /Length ${daten.length} /Filter ${filter} >>\nstream\n`,
+      'latin1',
+    ),
+    daten,
+    Buffer.from('\nendstream\nendobj\n%%EOF\n', 'latin1'),
+  ]);
+}
+
+describe('ueberschreitetDekompressionsLimit', () => {
+  it('lässt ein normales PDF durch', async () => {
+    const doc = await PDFDocument.create();
+    doc.addPage().drawText('Rechnung 2026-0001');
+    const pdf = Buffer.from(await doc.save());
+    expect(await ueberschreitetDekompressionsLimit(pdf, 1 * MB)).toBe(false);
+  });
+
+  it('erkennt eine Deflate-Bombe (wenige KB → viele MB)', async () => {
+    const bombe = zlib.deflateSync(Buffer.alloc(20 * MB));
+    expect(bombe.length).toBeLessThan(100 * 1024);
+    expect(
+      await ueberschreitetDekompressionsLimit(pdfMitStream(bombe), 5 * MB),
+    ).toBe(true);
+  });
+
+  it('erkennt verschachtelte Deflate-Ketten', async () => {
+    const innen = zlib.deflateSync(Buffer.alloc(20 * MB));
+    const aussen = zlib.deflateSync(innen);
+    const pdf = pdfMitStream(aussen, '[/FlateDecode /FlateDecode]');
+    expect(await ueberschreitetDekompressionsLimit(pdf, 5 * MB)).toBe(true);
+  });
+
+  it('summiert über mehrere Streams', async () => {
+    const teil = zlib.deflateSync(Buffer.alloc(2 * MB));
+    const pdf = Buffer.concat([1, 2, 3, 4].map(() => pdfMitStream(teil)));
+    expect(await ueberschreitetDekompressionsLimit(pdf, 5 * MB)).toBe(true);
+    expect(await ueberschreitetDekompressionsLimit(pdf, 10 * MB)).toBe(false);
+  });
+
+  it('zählt auch abgeschnittene Streams (pdf.js liest sie trotzdem)', async () => {
+    const bombe = zlib.deflateSync(Buffer.alloc(20 * MB));
+    const abgeschnitten = bombe.subarray(0, bombe.length - 10);
+    expect(
+      await ueberschreitetDekompressionsLimit(
+        pdfMitStream(abgeschnitten),
+        5 * MB,
+      ),
+    ).toBe(true);
+  });
+
+  it('wertet nicht komprimierte Streams mit ihrer Rohgröße', async () => {
+    const roh = Buffer.alloc(2 * MB, 0x41);
+    expect(
+      await ueberschreitetDekompressionsLimit(
+        pdfMitStream(roh, '/DCTDecode'),
+        1 * MB,
+      ),
+    ).toBe(true);
+  });
+});
+
+describe('istVerschluesselt', () => {
+  it('erkennt ein /Encrypt-Dictionary im Trailer', () => {
+    const pdf = Buffer.from(
+      '%PDF-1.7\ntrailer\n<< /Encrypt 5 0 R >>\n',
+      'latin1',
+    );
+    expect(istVerschluesselt(pdf)).toBe(true);
+  });
+
+  it('ignoriert ähnliche Namen', () => {
+    const pdf = Buffer.from(
+      '%PDF-1.7\n<< /EncryptMetadata false >>\n',
+      'latin1',
+    );
+    expect(istVerschluesselt(pdf)).toBe(false);
+  });
+});

paperless-backend/src/common/pdf-dekompression.util.ts

@@ -0,0 +1,127 @@
+import * as zlib from 'zlib';
+
+/**
+ * Obergrenze für die Summe aller entpackten Streams eines PDFs, bevor es an
+ * pdf.js (Fingerprint) oder pdf-lib (E-Rechnung) geht. Beide entpacken ohne
+ * eigenes Limit; eine Deflate-Bombe (≈ 1:1000) aus einem unauthentifiziert
+ * zugestellten Mailanhang bringt sonst den Backend-Prozess zum OOM-Absturz.
+ */
+export const STANDARD_DEKOMPRESSIONS_LIMIT = 256 * 1024 * 1024;
+
+/** Ausgaben bis zu dieser Größe werden behalten, um Deflate-Ketten zu prüfen. */
+const MAX_KETTENPUFFER = 16 * 1024 * 1024;
+const MAX_KETTENTIEFE = 4;
+
+/**
+ * Schätzt konservativ, ob das Entpacken aller Streams des PDFs das Limit
+ * überschreitet. Bewusst ohne PDF-Parser: Jeder Bereich zwischen `stream` und
+ * `endstream` wird – soweit zlib-Daten – gezählt entpackt, sonst mit seiner
+ * Rohgröße gewertet. Der Speicherbedarf bleibt dabei klein (Streaming).
+ *
+ * Verschlüsselte Streams sind hier nicht prüfbar – Aufrufer, deren Parser
+ * entschlüsselt (pdf.js), müssen zusätzlich {@link istVerschluesselt} prüfen.
+ */
+export async function ueberschreitetDekompressionsLimit(
+  pdf: Buffer,
+  limit = STANDARD_DEKOMPRESSIONS_LIMIT,
+): Promise<boolean> {
+  const text = pdf.toString('latin1');
+
+  let rest = limit;
+  let pos = 0;
+  for (;;) {
+    const fund = text.indexOf('stream', pos);
+    if (fund < 0) return false;
+    pos = fund + 'stream'.length;
+    // `endstream` enthält ebenfalls `stream`
+    if (text.startsWith('end', fund - 3)) continue;
+
+    let start = pos;
+    if (text[start] === '\r') start++;
+    if (text[start] === '\n') start++;
+    if (start === pos) continue; // kein Stream-Schlüsselwort
+
+    const ende = text.indexOf('endstream', start);
+    const stop = ende < 0 ? pdf.length : ende;
+    rest -= await entpackteGroesse(pdf.subarray(start, stop), rest + 1, 0);
+    if (rest < 0) return true;
+    pos = stop;
+  }
+}
+
+/** Hat das PDF ein /Encrypt-Dictionary? */
+export function istVerschluesselt(pdf: Buffer): boolean {
+  return /\/Encrypt\b/.test(pdf.toString('latin1'));
+}
+
+/** Entpackte Größe, höchstens `max` (dann gilt das Limit als gerissen). */
+async function entpackteGroesse(
+  daten: Buffer,
+  max: number,
+  tiefe: number,
+): Promise<number> {
+  if (!istZlib(daten)) return daten.length;
+
+  const { groesse, ausgabe, ausgabeIstZlib } = await zaehleInflate(daten, max);
+  if (groesse >= max) return max;
+  if (tiefe >= MAX_KETTENTIEFE) return groesse;
+
+  // Deflate-Kette (/Filter [/FlateDecode /FlateDecode]): innere Stufe prüfen.
+  if (ausgabe && istZlib(ausgabe)) {
+    return Math.max(groesse, await entpackteGroesse(ausgabe, max, tiefe + 1));
+  }
+  // Zu große Ausgabe, die selbst wieder zlib ist – nicht weiter prüfbar.
+  if (ausgabeIstZlib) return max;
+  return groesse;
+}
+
+function zaehleInflate(
+  daten: Buffer,
+  max: number,
+): Promise<{
+  groesse: number;
+  ausgabe: Buffer | null;
+  ausgabeIstZlib: boolean;
+}> {
+  return new Promise((resolve) => {
+    const inflate = zlib.createInflate({
+      finishFlush: zlib.constants.Z_SYNC_FLUSH,
+    });
+    const teile: Buffer[] = [];
+    let groesse = 0;
+    let behalten = true;
+    let erledigt = false;
+    let ausgabeIstZlib = false;
+
+    const fertig = () => {
+      if (erledigt) return;
+      erledigt = true;
+      inflate.destroy();
+      resolve({
+        groesse,
+        ausgabe: behalten ? Buffer.concat(teile) : null,
+        ausgabeIstZlib,
+      });
+    };
+
+    inflate.on('data', (chunk: Buffer) => {
+      if (groesse === 0) ausgabeIstZlib = istZlib(chunk);
+      groesse += chunk.length;
+      if (behalten && groesse <= MAX_KETTENPUFFER) teile.push(chunk);
+      else {
+        behalten = false;
+        teile.length = 0;
+      }
+      if (groesse >= max) fertig();
+    });
+    // Beschädigte Daten: pdf.js liest bis zum Fehler – genau so zählen.
+    inflate.on('error', fertig);
+    inflate.on('end', fertig);
+    inflate.end(daten);
+  });
+}
+
+/** zlib-Header: CMF 0x78, und (CMF·256 + FLG) durch 31 teilbar. */
+function istZlib(b: Buffer): boolean {
+  return b.length >= 2 && b[0] === 0x78 && ((b[0] << 8) | b[1]) % 31 === 0;
+}

paperless-backend/src/email/pdf-fingerprint.bombe.spec.ts

@@ -0,0 +1,31 @@
+import * as zlib from 'zlib';
+import { PDFParse } from 'pdf-parse';
+import { computeContentFingerprint } from './pdf-fingerprint.util';
+
+jest.mock('pdf-parse', () => ({ PDFParse: jest.fn() }));
+
+describe('computeContentFingerprint – ungeprüfte Inhalte', () => {
+  it('übergibt eine Deflate-Bombe nicht an pdf.js', async () => {
+    const bombe = zlib.deflateSync(Buffer.alloc(300 * 1024 * 1024));
+    const pdf = Buffer.concat([
+      Buffer.from(
+        `%PDF-1.7\n1 0 obj\n<< /Length ${bombe.length} /Filter /FlateDecode >>\nstream\n`,
+        'latin1',
+      ),
+      bombe,
+      Buffer.from('\nendstream\nendobj\n%%EOF\n', 'latin1'),
+    ]);
+
+    await expect(computeContentFingerprint(pdf)).resolves.toBe('');
+    expect(PDFParse).not.toHaveBeenCalled();
+  });
+
+  it('übergibt verschlüsselte PDFs nicht an pdf.js', async () => {
+    const pdf = Buffer.from(
+      '%PDF-1.7\ntrailer\n<< /Encrypt 5 0 R >>\n%%EOF\n',
+      'latin1',
+    );
+    await expect(computeContentFingerprint(pdf)).resolves.toBe('');
+    expect(PDFParse).not.toHaveBeenCalled();
+  });
+});

paperless-backend/src/email/pdf-fingerprint.util.ts

@@ -1,5 +1,9 @@
 import * as crypto from 'crypto';
 import { PDFParse } from 'pdf-parse';
+import {
+  istVerschluesselt,
+  ueberschreitetDekompressionsLimit,
+} from '../common/pdf-dekompression.util';
 
 /**
  * Unterhalb dieser Textlänge gilt ein PDF als "ohne Textebene" (z.B. Scan) –
@@ -15,11 +19,21 @@ const MIN_TEXT_LENGTH = 20;
  *
  * @returns Fingerprint (64 Hex-Zeichen), `''` bei PDFs ohne verwertbaren Text
  *          (bereits berechnet, aber nicht vergleichbar) oder `null`, wenn das
- *          PDF nicht gelesen werden konnte.
+ *          PDF nicht gelesen werden konnte. Verschlüsselte PDFs und solche,
+ *          die entpackt zu groß wären, liefern ebenfalls `''`.
  */
 export async function computeContentFingerprint(
   pdf: Buffer,
 ): Promise<string | null> {
+  // pdf.js entpackt ohne Limit – Dekompressionsbomben gar nicht erst laden.
+  // Verschlüsselte Streams entschlüsselt pdf.js erst intern; vorab sind sie
+  // nicht prüfbar. Beides gilt als "nicht vergleichbar" ('').
+  if (
+    istVerschluesselt(pdf) ||
+    (await ueberschreitetDekompressionsLimit(pdf))
+  ) {
+    return '';
+  }
   // pdf.js übernimmt den Puffer, deshalb eine Kopie übergeben
   const parser = new PDFParse({ data: new Uint8Array(pdf) });
   try {

paperless-backend/src/erechnung/pdf-attachment.util.spec.ts

@@ -49,3 +49,24 @@ describe('extrahiereEingebetteteDateien', () => {
     expect(await extrahiereEingebetteteDateien(pdf)).toEqual([]);
   });
 });
+
+describe('extrahiereEingebetteteDateien – Dekompressionsbombe', () => {
+  it('lädt ein PDF mit Deflate-Bombe gar nicht erst', async () => {
+    // eslint-disable-next-line @typescript-eslint/no-require-imports
+    const zlib = require('zlib') as typeof import('zlib');
+    const bombe = zlib.deflateSync(Buffer.alloc(300 * 1024 * 1024));
+    const pdf = Buffer.concat([
+      Buffer.from(
+        `%PDF-1.7\n1 0 obj\n<< /Length ${bombe.length} /Filter /FlateDecode >>\nstream\n`,
+        'latin1',
+      ),
+      bombe,
+      Buffer.from('\nendstream\nendobj\n%%EOF\n', 'latin1'),
+    ]);
+    const load = jest.spyOn(PDFDocument, 'load');
+
+    await expect(extrahiereEingebetteteDateien(pdf)).resolves.toEqual([]);
+    expect(load).not.toHaveBeenCalled();
+    load.mockRestore();
+  });
+});

paperless-backend/src/erechnung/pdf-attachment.util.ts

@@ -9,6 +9,7 @@ import {
   PDFString,
   decodePDFRawStream,
 } from 'pdf-lib';
+import { ueberschreitetDekompressionsLimit } from '../common/pdf-dekompression.util';
 
 export interface EingebetteteDatei {
   name: string;
@@ -30,6 +31,9 @@ const MAX_TIEFE = 32;
 export async function extrahiereEingebetteteDateien(
   pdf: Buffer,
 ): Promise<EingebetteteDatei[]> {
+  // pdf-lib entpackt Objekt- und Datei-Streams ohne Limit.
+  if (await ueberschreitetDekompressionsLimit(pdf)) return [];
+
   const doc = await PDFDocument.load(pdf, {
     ignoreEncryption: true,
     throwOnInvalidObject: false,

paperless-backend/src/preprocessing/pdf.service.ts

@@ -7,6 +7,27 @@ import * as os from 'os';
 
 const execFileAsync = promisify(execFile);
 
+/**
+ * Ghostscript verarbeitet PDFs aus Mails und vom Scanner – also Eingaben
+ * Unbekannter. Deshalb immer mit -dSAFER (kein Dateisystem-/Prozesszugriff aus
+ * PostScript heraus) und mit harter Zeit- und Seitengrenze.
+ */
+const GS_BASIS_ARGS = ['-dSAFER', '-dNOPAUSE', '-dBATCH', '-q'];
+
+/** Höchstens so viele Seiten werden gerendert (Schutz vor Seitenbomben). */
+export const MAX_RENDER_SEITEN = 500;
+
+const GS_TIMEOUT_EINE_SEITE_MS = 60_000;
+const GS_TIMEOUT_DOKUMENT_MS = 10 * 60_000;
+
+function gs(args: string[], timeoutMs: number) {
+  return execFileAsync('gs', [...GS_BASIS_ARGS, ...args], {
+    timeout: timeoutMs,
+    killSignal: 'SIGKILL',
+    maxBuffer: 1024 * 1024,
+  });
+}
+
 @Injectable()
 export class PdfService {
   private readonly logger = new Logger(PdfService.name);
@@ -19,17 +40,22 @@ export class PdfService {
     const tmpDir = await fs.mkdtemp(path.join(os.tmpdir(), 'pdf-'));
     const outputPath = path.join(tmpDir, `page-${page}.png`);
 
-    await execFileAsync('gs', [
-      '-dNOPAUSE',
-      '-dBATCH',
-      '-dNOSAFER',
-      '-sDEVICE=png16m',
-      `-dFirstPage=${page}`,
-      `-dLastPage=${page}`,
-      `-r${dpi}`,
-      `-sOutputFile=${outputPath}`,
-      pdfPath,
-    ]);
+    try {
+      await gs(
+        [
+          '-sDEVICE=png16m',
+          `-dFirstPage=${page}`,
+          `-dLastPage=${page}`,
+          `-r${dpi}`,
+          `-sOutputFile=${outputPath}`,
+          pdfPath,
+        ],
+        GS_TIMEOUT_EINE_SEITE_MS,
+      );
+    } catch (err) {
+      await fs.rm(tmpDir, { recursive: true, force: true });
+      throw err;
+    }
 
     this.logger.debug(`PDF Seite ${page} konvertiert: ${outputPath}`);
     return outputPath;
@@ -48,15 +74,21 @@ export class PdfService {
 
     const tmpDir = await fs.mkdtemp(path.join(os.tmpdir(), 'pdf-'));
 
-    await execFileAsync('gs', [
-      '-dNOPAUSE',
-      '-dBATCH',
-      '-dNOSAFER',
-      '-sDEVICE=png16m',
-      `-r${dpi}`,
-      `-sOutputFile=${path.join(tmpDir, 'page-%d.png')}`,
-      pdfPath,
-    ]);
+    try {
+      await gs(
+        [
+          '-sDEVICE=png16m',
+          `-dLastPage=${MAX_RENDER_SEITEN}`,
+          `-r${dpi}`,
+          `-sOutputFile=${path.join(tmpDir, 'page-%d.png')}`,
+          pdfPath,
+        ],
+        GS_TIMEOUT_DOKUMENT_MS,
+      );
+    } catch (err) {
+      await fs.rm(tmpDir, { recursive: true, force: true });
+      throw err;
+    }
 
     const entries = await fs.readdir(tmpDir);
     const images = entries
@@ -68,6 +100,12 @@ export class PdfService {
       })
       .map((f) => path.join(tmpDir, f));
 
+    if (images.length >= MAX_RENDER_SEITEN) {
+      this.logger.warn(
+        `PDF hat mehr als ${MAX_RENDER_SEITEN} Seiten, nur die ersten werden gerendert: ${pdfPath}`,
+      );
+    }
+
     if (images.length === 0) {
       this.logger.warn(
         `Ghostscript hat keine Seiten erstellt: ${pdfPath} — Verzeichnisinhalt: [${entries.join(', ')}]`,
@@ -81,34 +119,21 @@ export class PdfService {
     return images;
   }
 
-  /**
-   * Ermittelt die Seitenanzahl einer PDF via Ghostscript.
-   */
-  async getPageCount(pdfPath: string): Promise<number> {
-    const { stdout } = await execFileAsync('gs', [
-      '-q',
-      '-dNODISPLAY',
-      '-dNOSAFER',
-      `-c`,
-      `(${pdfPath.replace(/\\/g, '/')}) (r) file runpdfbegin pdfpagecount = quit`,
-    ]);
-    return parseInt(stdout.trim(), 10) || 1;
-  }
-
   /**
    * Bereinigt eine PDF (entschlüsselt sie ggf. wenn nur Owner-Passwort gesetzt ist)
    * via Ghostscript pdfwrite.
    */
   async sanitizePdf(inputPath: string): Promise<string> {
     const outputPath = path.join(os.tmpdir(), `sanitized-${Date.now()}.pdf`);
-    await execFileAsync('gs', [
-      '-dNOPAUSE',
-      '-dBATCH',
-      '-dNOSAFER',
-      '-sDEVICE=pdfwrite',
-      `-sOutputFile=${outputPath}`,
-      inputPath,
-    ]);
+    try {
+      await gs(
+        ['-sDEVICE=pdfwrite', `-sOutputFile=${outputPath}`, inputPath],
+        GS_TIMEOUT_DOKUMENT_MS,
+      );
+    } catch (err) {
+      await fs.rm(outputPath, { force: true });
+      throw err;
+    }
     return outputPath;
   }