1. 系统与依赖安全管理
保持Ubuntu系统和Python生态的最新状态是安全基础。定期运行sudo apt update && sudo apt upgrade更新系统包，修复内核、库等基础组件的安全漏洞；使用pip list --outdated检查过时的Python依赖，通过pip install --upgrade package_name升级到安全版本。借助safety工具扫描依赖库的已知漏洞（如pip install safety && safety check），避免使用存在公开漏洞的库。同时，推荐使用virtualenv、pipenv或poetry创建隔离的虚拟环境（如python3 -m venv myenv && source myenv/bin/activate），避免全局环境依赖冲突，降低单一组件漏洞的影响范围。
2. 安全编码实践
遵循安全编码规范能有效预防常见漏洞：
isinstance()验证整数、len()限制输入长度），避免恶意输入；使用正则表达式（如re.match(r'^[a-zA-Z0-9]+$', username)）或框架提供的验证工具（如Django的forms.Form）过滤非法字符。{{ user_input }}）；若需输出HTML，使用bleach库进行白名单净化（如bleach.clean(user_content, tags=['b', 'i'])），防止XSS攻击。eval()、exec()等动态执行函数，避免处理不可信数据时触发代码执行；使用subprocess模块时，设置shell=False并通过参数列表传递命令（如subprocess.call(['ffmpeg', '-i', filename, 'output.mp4'])），防止命令注入。os.getenv('DB_PASSWORD')读取）或加密配置文件（如使用cryptography库加密），避免硬编码在代码中。3. 代码审计与漏洞修复
定期进行代码审计是发现潜在漏洞的关键。使用自动化工具快速扫描：Bandit（基于AST的静态分析工具，检测SQL注入、XSS等漏洞，如bandit -r project_dir/）、Flake8（组合PyFlakes、pycodestyle等，检查代码风格与潜在错误）、Prospector（全面审查代码质量与安全）。结合人工审查，重点关注高风险场景：
pickle处理不可信数据，优先用JSON；若必须使用，用hmac库签名验证完整性（如hmac.compare_digest(hmac.new(key, data).hexdigest(), signature)）。os.path.normpath()规范化路径，验证路径是否在允许的基目录内（如if not normalized_path.startswith(BASE_DIR): return "禁止访问"）。DEBUG模式是否关闭（避免错误信息泄露敏感数据）、CSRF保护是否启用（使用@csrf_protect装饰器）、URL跳转是否使用is_safe_url验证目标地址。4. 运行时安全防护
ufw（Uncomplicated Firewall）限制对Python服务的访问，仅开放必要端口（如sudo ufw allow 8000/tcp用于开发服务器），默认拒绝其他流量（sudo ufw default deny incoming）。logging库记录应用事件（如请求日志、错误日志），设置日志轮转（如logging.handlers.TimedRotatingFileHandler）避免日志过大；结合Prometheus+Grafana监控应用的性能指标（如CPU使用率、内存占用、请求响应时间）和异常行为（如频繁的404请求、异常的数据库查询），及时发现攻击迹象。5. 代码加密与保护
若需进一步保护Python代码，可使用工具加密或混淆：
pip install pyarmor安装，使用pyarmor obfuscate main.py命令加密脚本，生成dist目录下的加密文件，运行时无需额外配置（如python dist/main.py）。python setup.py build，其中setup.py配置executables=[Executable("main.py")]），适用于分发无需Python环境的程序。