Inicio/Blog/Investigación de vulnerabilidades
Investigación de vulnerabilidadesPublicado · Actualizado ⚡ 15 min de lectura

Deja de mandar políticas de RLS rotas a producción.

Un análisis a fondo de técnicas reales para saltarse RLS, de configuraciones erróneas de autenticación en Supabase y de cómo dejar de exponer tu base de datos de producción a internet.

VG
Vladyslav Gusarov
DevSecOps Lead en Bryxe
Seguridad en Supabase: errores de Row Level Security que harán que te hackeen [Auditoría]

Mira. Estoy cansado de ver los mismos errores por pereza.

Cada semana, alguna startup lanza una app «segura» sobre Supabase. Tres días después, sus datos acaban volcados en un foro de hacking. ¿Por qué? Porque los desarrolladores tratan Row Level Security (RLS) como si fuera una varita mágica. No lo es. Es una pistola cargada que apunta directamente a tu pie.

Por debajo, Supabase es fenomenal. Postgres es una bestia. Pero cuando los unes con suposiciones chapuceras sobre la autenticación, te estás buscando problemas. Activas RLS, copias y pegas un fragmento de StackOverflow y lo das por terminado. Luego haces push a producción.

Noticia de última hora: tus datos ya se están filtrando.

Sinceramente, es una pesadilla. Vamos a destripar los peores errores de seguridad de RLS en Supabase que he visto este año en el mundo real. Hablamos de técnicas reales de bypass de RLS en PostgreSQL que los atacantes explotan activamente. Prepárate un café. Vamos a fondo.

La trampa del rol «authenticated»

Este es el gordo. La forma definitiva de dispararte en el pie.

Creas una tabla. Activas RLS. Añades una política:

sqlCódigo fuente
CREATE POLICY "Users can view own data"
ON user_profiles FOR SELECT
TO authenticated
USING (true);

¿Ves el problema? Yo lo veo al instante.

TO authenticated solo significa que el usuario tiene un JWT válido de Supabase Auth. Cualquier usuario. Si me registro en tu sitio, estoy autenticado. Con esa política, ahora puedo leer la tabla user_profiles entera. Acabas de construir un directorio de API público para que tus competidores le hagan scraping.

Sinceramente, es una pesadilla. ¿La forma segura? Comprueba el maldito UUID.

sqlCódigo fuente
CREATE POLICY "Users can view own data"
ON user_profiles FOR SELECT
TO authenticated
USING (auth.uid() = id);

Escribirlo te lleva dos segundos más. Hazlo.

El desastre de Security Definer

A la gente le encanta escribir funciones de Postgres (RPC) en Supabase. Es fácil. Pero luego les plantan SECURITY DEFINER porque se toparon con errores de permisos y no se molestaron en arreglarlos como es debido.

SECURITY DEFINER ejecuta la función con los privilegios del usuario que la creó. Normalmente, ese es el superusuario de Postgres.

sqlCódigo fuente
CREATE OR REPLACE FUNCTION delete_workspace(workspace_id UUID)
RETURNS void
LANGUAGE plpgsql
SECURITY DEFINER
AS $$
BEGIN
  DELETE FROM workspaces WHERE id = workspace_id;
END;
$$;

Enhorabuena. Cualquier usuario autenticado puede llamar a rpc('delete_workspace', {workspace_id: 'target-uuid'}) y borrar CUALQUIER workspace de tu base de datos. Las políticas de RLS se ignoran por completo porque la función se ejecuta como superusuario.

Esta es la dura verdad. Si no te queda más remedio que usar SECURITY DEFINER, tienes que aplicar las comprobaciones a mano dentro de la función, o fijar el search_path y reducir privilegios. Pero, sinceramente, usa SECURITY INVOKER. Respeta tus políticas de RLS desde el primer momento. Deja de saltarte tu propia seguridad.

El bucle mortal de la recursión infinita

Esto no es solo un problema de seguridad; es una vulnerabilidad de denegación de servicio que has construido tú mismo.

Tienes una tabla teams y una tabla team_members. Quieres que los usuarios vean los equipos de los que son miembros.

Así que escribes una política en teams:

sqlCódigo fuente
CREATE POLICY "View teams"
ON teams FOR SELECT
USING (
  EXISTS (
    SELECT 1 FROM team_members 
    WHERE team_members.team_id = teams.id 
    AND team_members.user_id = auth.uid()
  )
);

Sinceramente, es una pesadilla. Luego escribes una política en team_members que hace referencia a teams para comprobar si el usuario es administrador.

Boom. Recursión infinita. Postgres intentará evaluar la política, que consulta la otra tabla, que evalúa su política, que consulta la primera tabla. La CPU de tu base de datos se dispara al 100%. La consulta agota el tiempo de espera. La app se cae.

Los atacantes pueden provocarlo a propósito. Es un DoS trivial.

¿La solución? Usa una función SECURITY DEFINER estrictamente para consultar los permisos, saltándote RLS solo para esa consulta, y cachea el resultado. O, mejor aún, rediseña tu esquema para que las políticas no se referencien entre sí.

La filtración a través de vistas

Sinceramente, es una pesadilla. ¿Sabías que las vistas de PostgreSQL no aplican RLS por defecto si se crearon antes de PG 15 sin el flag security_invoker?

Creas una vista para un dashboard.

sqlCódigo fuente
CREATE VIEW public_dashboard AS
SELECT id, name, revenue FROM sensitive_sales_data;

Proteges sensitive_sales_data con RLS. Pero la vista se ejecuta como su propietario. Un atacante consulta la vista a través de la API de Supabase y obtiene todos los datos.

Tienes que crear la vista explícitamente con security invoker:

sqlCódigo fuente
CREATE VIEW public_dashboard 
WITH (security_invoker = true)
AS SELECT id, name, revenue FROM sensitive_sales_data;

Cómo acaba Bryxe con estas tonterías

Sinceramente, es una pesadilla. Mira, lo entiendo. Cuesta llevar al día las buenas prácticas de Row Level Security. Tienes 50 tablas, 200 políticas y un desarrollador junior que aprendió SQL ayer.

Las auditorías manuales no escalan. Necesitas una herramienta de auditoría de seguridad para Supabase que entienda de verdad el AST de tus políticas de Postgres.

Eso es lo que hemos construido en Bryxe. Nuestra plataforma DevSecOps se conecta directamente a tu pipeline de CI/CD y a tu entorno de staging de Supabase.

Analizamos cada sentencia CREATE POLICY. Marcamos los TO authenticated a los que les falta la comprobación de auth.uid(). Detectamos funciones SECURITY DEFINER que no aplican RLS de forma explícita. Simulamos vectores de bypass de RLS en Postgres antes de que lleguen a producción.

Estoy harto de ver esto en los PR. En resumen: si tienes Supabase en producción sin pruebas automatizadas de políticas, vas a ciegas.

El ROI de la auditoría automatizada

Hablemos de números. Una filtración de datos cuesta de media $4,45M. Un pentest manual cuesta $15k y queda obsoleto en el momento en que haces merge del siguiente PR.

EnfoqueCosteVentana de riesgoCobertura
Revisión de código manualAlto (horas de ingeniería)SemanasIrregular
Pentest externo$15k - $30kMesesPuntual
Bryxe DevSecOpsUna fracción de un pentestMinutos100% de los commits

Deja de pagar a personas para que encuentren comprobaciones de auth.uid() que faltan. Automatiza esa basura.

Para cerrar

RLS de Postgres es potente. Es exactamente como deberían construirse las apps multi-tenant. Pero no perdona. Una sola cláusula WHERE que falte no es solo un bug; es una vulnerabilidad catastrófica.

Sinceramente, es una pesadilla. Audita tus políticas. Arregla tus RPC. Elimina tus vistas sin autenticación. Y, por lo que más quieras, deja de suponer que TO authenticated significa que un usuario solo puede ver sus propios datos.

Mantén la paranoia.

DEFENSA AUTOMATIZADA

No esperes a un exploit para auditar tu código

Revisa los riesgos de código compatibles, los secretos expuestos y los hallazgos en dependencias con Bryxe Shield. Verifica las correcciones en tu aplicación antes del lanzamiento.

¿Necesitas un siguiente paso práctico? Explora las guías de seguridad o lee nuestra política editorial y de fuentes.

Investigación de seguridad recomendada