内容简介:什么是序列化?程序运行的过程中,变量都是在内存中的,当程序一旦执行完毕结束退出后,变量占有的内存就被释放。如果将内存中的变量持久化存储到磁盘中,这个过程就成为序列化;下次运行的时候从磁盘中读取变量到内存中,这个过程就成为反序列化。
什么是序列化?
程序运行的过程中,变量都是在内存中的,当程序一旦执行完毕结束退出后,变量占有的内存就被释放。
如果将内存中的变量持久化存储到磁盘中,这个过程就成为序列化;下次运行的时候从磁盘中读取变量到内存中,这个过程就成为反序列化。
在 python 中序列化称为pickling,反序列化被称为pickling;在 php 中序列化被称为serialization,反序列化被称为unserialization。
Pickle and marshal
涉及到Python反序列化安全问题的模块主要包含两个pickle(cpickle)和marshal模块。
Pickle marshal的基本操作
-
pickle.dump(obj, file, [,protocol]) 将obj对象序列化存入已经打开的file中
import marshal import pickle dataList = ['test1', 'test2'] f = open('dataFile.txt', 'wb') pickle.dump(dataList, f) f.close()
-
pickle.load(file) 从file中读取序列化字符串,反序列化转换为python的数据对象
f = open('dataFile.txt', 'r') dataList = pickle.load(f) print(dataList) #['test1', 'test2'] f.close()
-
pickle.dumps(obj[, protocol]) 将obj对象序列化为string形式
class A: def __init__(self): print('This is A') a = A() p_a = pickle.dumps(a) print(p_a)
-
pickle.loads(string) 从string中反序列化读出obj对象
class A: def __init__(self): print('This is A') a = A() p_a = pickle.dumps(a) pickle.loads(p_a)
marsha模块同样包括dump,load/dumps,loads四个操作函数,基本操作和pickle模块相似。
支持pickle的数据类型
-
None,True和False
-
整数,长整数,浮点数,复数
-
普通和Unicode字符串
-
元组,列表,集和仅包含可序列化对象的字典
-
在模块顶层定义的函数
-
在模块顶层定义的内置函数
-
在模块顶层定义的类
-
__dict__或者调用__getstate__()并产生结果的类的实例
pickle marshal区别
一般情况下pickle应该始终是序列化Python对象的首选方法,marshal是一个更原始的序列化模块,marshal主要用于支持Python的.pyc文件。
-
pickle模块会跟踪已经序列化的对象,因此以后对同一对象的引用将不会再次序列化。marshal则不会这样做。
-
marshal不能用于序列化用户定义的类及其实例。pickle可以透明地保存和恢复类实例,但是类定义必须是可导入的,并且存储在与存储对象时相同的模块中。
-
marshal序列化格式不能保证在Python版本之间可移植。pickle序列化格式保证在Python版本之间向后兼容。
class A: def __init__(self): print('This is A') a = A() pickle.dumps(a) marshal.dumps(a) # marshal不能用于序列化用户定义的类及其实例,报错 ValueError: unmarshallable object
Python反序列化代码执行问题
-
object.__reduce__() __reduce__()方法在序列化的字符被反序列化为对象的时候调用(类似PHP的wakeup魔术方法)。在新式类中生效,不带参数,应返回字符串或是一个元组。
如果返回一个字符串,该字符串应该被解释为全局变量的名称,它应该是对象相对于其模块的本地名称。
当返回一个元组时,它必须包含两到五个成员。可选成员可以省略,也可以提供None作为其值。
每个成员的意义是按顺序规定的:
-
第一个成员,将被调用的对象,callable。
-
第二个成员,可调用对象的参数的元组。如果callable不接受任何参数,则必须给出一个空元组。
当Python定义的类中的__reduce__函数返回的元组包含危险代码或可控,就会造成代码执行。
class A(object): def __init__(self, func, arg): self.func = func self.arg = arg print('This is A') def __reduce__(self): return (self.func, self.arg) a = A(os.system, ('whoami',)) p_a = pickle.dumps(a) pickle.loads(p_a) print('==========') print(p_a) ''' This is A rai4over ========== cposix system p0 (S'whoami' p1 tp2 Rp3 . '''
-
pickle.loads
pickle.loads或者pickle.load的参数可控同样会造成代码执行。
payload = '''cposix system p0 (S'whoami' p1 tp2 Rp3 .''' pickle.loads(payload) #rai4over
Pickle模块源码浅析
源码总体关键对象
首先是定义的四个异常类,分别是pickle.PickleError,pickle.PicklingError,pickle.UnpicklingError,_Stop。
接着就是非常重要的Pickle opcodes,在解析和调度中起到非常重要的作用
MARK = '(' # push special markobject on stack STOP = '.' # every pickle ends with STOP POP = '0' # discard topmost stack item POP_MARK = '1' # discard stack top through topmost markobject DUP = '2' # duplicate top stack item ................. ................. NEWFALSE = '\x89' # push False LONG1 = '\x8a' # push long from < 256 bytes LONG4 = '\x8b' # push really big long class Pickler,pickle.dump和pickle.dumps都会实例化这个类。 class Unpickler,pickle.load和pickle.loads都会实例化这个类。 def dump(obj, file, protocol=None): Pickler(file, protocol).dump(obj) def dumps(obj, protocol=None): file = StringIO() Pickler(file, protocol).dump(obj) return file.getvalue() def load(file): return Unpickler(file).load() def loads(str): file = StringIO(str) return Unpickler(file).load()
序列化流程浅析
以pickle.dumps序列化方法为例,测试代码不变:
class A(object): def __init__(self, func, arg): self.func = func self.arg = arg print('This is A') def __reduce__(self): return (self.func, self.arg) a = A(os.system, ('whoami',)) p_a = pickle.dumps(a)
-
首先调用dumps方法,然后实例化Pickler类,会传入空的可写入对象进入__init__完成初始化,并调用该类的dump方法并传入序列化对象开始进行序列化。
def dumps(obj, protocol=None): file = StringIO() Pickler(file, protocol).dump(obj) return file.getvalue()
初始化过程中对协议的类型进行了判断,还有将可写入对象的赋值给self.write等操作
class Pickler: def __init__(self, file, protocol=None): if protocol is None: protocol = 0 if protocol < 0: protocol = HIGHEST_PROTOCOL elif not 0 <= protocol <= HIGHEST_PROTOCOL: raise ValueError("pickle protocol must be <= %d" % HIGHEST_PROTOCOL) self.write = file.write self.memo = {} self.proto = int(protocol) self.bin = protocol >= 1 self.fast = 0
-
除了初始化,还需要注意的就是类变量dispatch,这个类变量是一个字典,键名是并非常见的string类型,而是使用的types模块下定义的数据的类型。
#types.py NoneType = type(None) TypeType = type ObjectType = object IntType = int LongType = long FloatType = float BooleanType = bool try: ComplexType = complex except NameError: pass StringType = str try: UnicodeType = unicode StringTypes = (StringType, UnicodeType) except NameError: StringTypes = (StringType,) BufferType = buffer TupleType = tuple ListType = list DictType = DictionaryType = dict def _f(): pass FunctionType = type(_f) LambdaType = type(lambda: None) # Same as FunctionType CodeType = type(_f.func_code)
键值则为各个处理方法的地址,dispatch建立起了变量类型和处理方法的映射,可以称之为调度表。
-
初始化完关键的变量之后,就会进入dump方法,这里面最重要的就是self.save方法
def dump(self, obj): """Write a pickled representation of obj to the open file.""" if self.proto >= 2: self.write(PROTO + chr(self.proto)) self.save(obj) self.write(STOP)
save方法类似于一个分析调度器,分析我们传进来的需要序列化对象的数据类型,属性,根据结果进行不同调度,当传入的对象类型存在于dispatch调度表内时,直接传入处理函数,完成序列化。
示例中的序列化对象类型就是<class '__main__.A'>,不存在于dispatch调度表,因此是通过分析__reduce_ex__属性得到结果变量rv,我们可以发现这个就是我们定义类中的__reduce__的回调内容。
最后将obj和rv传入save_reduce函数。
self.save_reduce(obj=obj, *rv)
-
在save_reduce函数内,obj和rv两个参数分别传入save函数。
def save_reduce(self, func, args, state=None, listitems=None, dictitems=None, obj=None): if not isinstance(args, TupleType): raise PicklingError("args from reduce() should be a tuple") if not hasattr(func, '__call__'): #....................... #....................... if self.proto >= 2 and getattr(func, "__name__", "") == "__newobj__": #....................... #....................... else: save(func) #再次进入save save(args) #再次进入save write(REDUCE)
此时重新经过save函数分析传进来了对象类型为<type 'builtin_function_or_method'>,可以在调度表里面找到。
save(args)是元组,同样可以在调度表中找到对应方法,序列化过程基本完成。
反序列化流程浅析
以pickle.loads反序列化方法为例,测试代码为上例序列化字符串:
payload = '''cposix system p0 (S'whoami' p1 tp2 Rp3 .''' pickle.loads(payload)
首先调用loads方法,然后实例化Unpickler类,进入__init__完成初始化,并调用该类的load方法开始反序列化。
def loads(str): file = StringIO(str) return Unpickler(file).load()
初始化后,同样拥有一个字典调度表dispatch,但这个这个调度表和pickle类中的不一样,键名是Pickle opcodes,键值是反序列化的处理方法。
然后进入load函数,对序列化字符进行关键字节读取,然后在调度表dispatch中寻找对应的处理函数。
def load(self): """Read a pickled object representation from the open file. Return the reconstituted object hierarchy specified in the file. """ self.mark = object() # any new unique object self.stack = [] self.append = self.stack.append read = self.read dispatch = self.dispatch try: while 1: key = read(1) #key=c dispatch[key](self) except _Stop, stopinst: return stopinst.value
比如我们反序列化的字符串的第一个字符为c,则根据调度表进入load_global函数,分别读取模块posix和方法名称system,然后进入find_class函数。
在find_class函数中,根据模块名导入模块,然后获取模块的方法,存入klass,然后作为返回值,并添加到stack中。
-
依次读取Pickle opcodes,完成反序列化,关键操作如下。
-
当为S时,调用函数load_string,读取命令字符串whoami并添加到stack中。
当为R时,调用load_reduce,从栈中获取回调函数和参数,并执行。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- Liferay portal java反序列化漏洞分析
- Apache Commons Fileupload 反序列化漏洞分析
- WebLogic | CVE-2019-2725反序列化漏洞分析
- 一处反序列化任意文件写入的漏洞分析
- Weblogic IIOP反序列化漏洞(CVE-2020-2551) 漏洞分析
- CVE-2019-2729 Weblogic XMLDecoder反序列化漏洞分析
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。
计算统计
Geof H.Givens、Jennifer A.Hoeting / 王兆军、刘民千、邹长亮、杨建峰 / 人民邮电出版社 / 2009-09-01 / 59.00元
随着计算机的快速发展, 数理统计中许多涉及大计算量的有效方法也得到了广泛应用与迅猛发展, 可以说, 计算统计已是统计中一个很重要的研究方向. 本书既包含一些经典的统计计算方法, 如求解非线性方程组的牛顿方法、传统的随机模拟方法等, 又全面地介绍了近些年来发展起来的某些新方法, 如模拟退火算法、基因算法、EM算法、MCMC方法、Bootstrap方法等, 并通过某些实例, 对这些方法的应用进行......一起来看看 《计算统计》 这本书的介绍吧!