Mag-skip sa main content

Security & Safety

Ang Rosetta ay naka-design para maging safe sa mga adversarial environments — kung saan ang locale data ay maaaring manggaling sa mga untrusted sources, kung saan ang mga crafted file names ay pwedeng mag-escape sa directory boundaries, at kung saan ang LLM output ay pwedeng maglaman ng kahit ano.

Threat Model​

ThreatAttack VectorMitigation
Prototype pollutionCrafted JSON keys (__proto__, constructor)Nire-reject at parse time
Path traversalMga locale codes tulad ng ../../etc/passwdAng mga file writes ay vina-validate sa mga configured directories
Code block corruptionNagta-translate ang LLM sa loob ng code fencesUnicode sentinel shielding
Hallucinated keysNagre-return ang LLM ng keys na hindi naman na-sendResponse validation — tanging mga accepted keys lang ang isinusulat
Runaway token spendInfinite retry loopsNaka-budget-cap via maxRetries

Prototype Pollution Guard​

Lahat ng locale keys ay vina-validate laban sa isang blocklist bago i-process:

  • __proto__
  • constructor
  • prototype

Anumang key na nagma-match sa mga patterns na ito ay nire-reject at nagbibigay ng error. Pinipigilan nito ang mga attackers na gumamit ng mga crafted locale files para i-modify ang mga JavaScript object prototypes.

Path Containment​

Kapag nagsusulat ng locale files, vina-validate ng rosetta na ang output path ay nananatili sa loob ng mga configured directories (localesDir, contentDir). Sinasanitize ang mga locale codes — ang isang code tulad ng ../../secrets ay hindi makakapagsulat sa labas ng expected directory.

Block Protection​

Habang nagta-translate ng Markdown content, ang mga structured elements ay pinapalitan ng mga Unicode sentinel placeholders bago i-send ang text sa LLM:

  1. Code blocks (fenced at inline) → sentinel
  2. Hugo shortcodes ({{< >}}, {{% %}}) → sentinel
  3. Raw HTML → sentinel
  4. Interpolation variables ({{ .Count }}) → sentinel

Pagkatapos ng translation, ibinabalik ang original content sa mga sentinels. Hindi kailanman nakikita ng LLM ang mga code blocks, shortcodes, o HTML — kaya hindi nito mako-corrupt ang mga ito.

Response Validation​

Kapag nag-return ang LLM ng JSON response, vina-validate ng rosetta na:

  • Tanging ang mga keys lang na na-send sa batch ang lalabas sa response
  • Walang extra keys na nai-inject
  • Naka-parse ang response bilang valid JSON

Ang mga hallucinated keys ay tahimik na dina-drop. Pinipigilan nito ang LLM output na mag-inject ng mga unexpected translations sa inyong mga locale files.

Quality Gate​

Bawat translation ay vina-validate gamit ang limang deterministic checks bago ito isulat sa disk. Tingnan po ang Quality Gate para sa mga detalye.

Exponential Backoff​

Gumagamit ang mga API calls ng exponential backoff na may jitter sa mga 429 (rate limit) at 5xx (server error) na responses. Ang tatlong retries na may increasing delay ay pumipigil sa pag-hammer sa API kapag may mga outages.

Request Timeout​

Bawat API request ay may 30-second timeout via AbortController. Pinipigilan nito ang sync process na mag-hang nang walang katapusan sa isang dead connection.

Fail-Loud Translation Failures​

Kapag unavailable ang API o nag-fail ang translation, nag-tthrow ang rosetta ng loud error na may actionable guidance sa halip na tahimik na magsulat ng garbage data. Walang [EN]-prefixed placeholders ang isinusulat during sync.

[ERR] Content sync for fr: no API key available.
  Set OPENROUTER_API_KEY in .env.local to translate content.

Hindi pinipigilan ng failure ng isang file ang buong sync — nalo-log ang error at nagpapatuloy ang pipeline sa susunod na file, kaya makukuha niyo po ang maximum progress per run.

Post-Sync Verification​

Pagkatapos makumpleto ng lahat ng translations, muling binabasa ng rosetta ang mga isinulat na locale files mula sa disk at nagra-run ng verification pass. Sinasalo nito ang gap sa pagitan ng pag-report ng success ng sync at ng mga translations na mali pala in reality:

  • Key parity — lahat ng source keys ay present sa bawat target
  • [EN] markers — mga legacy fallback markers mula sa mga nakaraang runs
  • Empty translations — mga blank values na nakalusot
  • Script compliance — mga non-Latin locales na may ASCII-only translations
  • Placeholder preservation — nagma-match ang mga ICU placeholders sa source

I-skip ito gamit ang --no-verify o i-run nang standalone gamit ang npx i18n-rosetta verify.

Testing​

Ang mga security properties ay vina-validate ng adversarial test suite:

npm run test:redteam    # prototype pollution, path traversal, encoding attacks

See Also​