从escapeshellcmd bypass说起到宽字节注入

1 php 多字节绕过escapeshellcmd

escapeshellcmd()对shell元字符过滤加反斜杠； 
反斜线（\）会在以下字符之前插入： #&;`|*?~<>^()[]{}$, \x0A 和 \xFF，但在php5.2.5及之前存在通过输入多字节绕过escapeshellcmd的问题。5.2.6 已经修复了该问题。

执行 escapeshellcmd("echo ".chr(0xc0).";id"); 
加上反斜杠之后，也就是echo \xc0\x5c;id,在中文环境中\xc0\x5c是会被认为是gbk字符的。

1. >>> hex(ord('\\'))

2. '0x5c'

3. >>> s='\xc0\x5c'

4. >>> print s.decode('gbk').encode('utf8')

5. 繺

6. >>> s.decode('gbk').encode('utf8')

7. '\xe7\xb9\xba'

\被吃掉之后于是就变成了echo 繺;id 了。 
gbk是宽字节，两个字节，gbk字符范围：8140-FEFE，首字节在81-FE直接，尾字节在40-FE之间，显然5C在尾字节中。考虑0xbf;id,escape之后就变成了0xbf5c;id，0xbf5c是一个合法的GBK编码，那就变成了[0xbf5c];id了。而utf8表示中文一般三个字节。 
同样受影响的还有escapeshellarg()，源码中的处理是一个字节一个字节来处理的。这种漏洞应该有一定普遍性，在当时来说。下面我们看下修复的源代码：

1. char *php_escape_shell_cmd(char *str) {

2. register int x, y, l;

3. char *cmd;

4. char *p = NULL;

5. TSRMLS_FETCH();

6. l = strlen(str);

7. cmd = safe_emalloc(2, l, 1); //申请了2倍字符

8. for (x = 0, y = 0; x < l; x++) {

9. int mb_len = php_mblen(str + x, (l - x));

10. //这一段是5.2.6新加的，就是在处理多字节符号的时候，当多字节字符小于0的时候不处理，大于1的时候跳过，等于1的时候执行过滤动作

11. /* skip non-valid multibyte characters */

12. if (mb_len < 0) {

13. continue;

14. } else if (mb_len > 1) {

15. memcpy(cmd + y, str + x, mb_len);

16. y += mb_len;

17. x += mb_len - 1;

18. continue;

19. }

20. switch (str[x]) {

21. case '"':

22. case '\'':

23. #ifndef PHP_WIN32

24. if (!p && (p = memchr(str + x + 1, str[x], l - x - 1))) {

25. /* noop */

26. } else if (p && *p == str[x]) {

27. p = NULL;

28. } else {

29. cmd[y++] = '\\';

30. }

31. cmd[y++] = str[x];

32. break;

33. #endif

34. case '#': /* This is character-set independent */

35. case '&':

36. case ';':

37. case '`':

38. case '|':

39. case '*':

40. case '?':

41. case '~':

42. case '<':

43. case '>':

44. case '^':

45. case '(':

46. case ')':

47. case '[':

48. case ']':

49. case '{':

50. case '}':

51. case '$':

52. case '\\':

53. case '\x0A': /* excluding these two */

54. case '\xFF':

55. #ifdef PHP_WIN32

56. /* since Windows does not allow us to escape these chars, just remove them */

57. case '%':

58. cmd[y++] = ' ';

59. break;

60. #endif

61. cmd[y++] = '\\';

62. /* fall-through */

63. default:

64. cmd[y++] = str[x];

65. }

66. }

67. cmd[y] = '\0';

68. return cmd;

69. }

这个bypass已经成为过去时了，但是还是有很大的借鉴意义，就是宽字节注入，这种情况不仅仅发生命令注入时，更多的时候在sql注入，下面来分析一下宽字节注入如下三种情况，都是由于宽字节的问题导致的。

2 宽字节sql注入

1，一种情况 iconv转换，addslashes之后从gbk转到utf8

1. $user = $_POST[ 'username' ];

2. $user = addslashes($user);

3. $user = iconv("gbk", 'utf8', $user);

4. $pass = $_POST[ 'password' ];

5. $pass = md5( $pass );

6. $qry = "SELECT * FROM `users` WHERE user='$user' AND password='$pass';";

7. print_r($qry);

8. $result = @mysql_query($qry) or die('

   ' . mysql_error() . '

   ' );

9. var_dump($result);

处理过程如下： 
%bf%27----（addslashes）->%bf%5c%27-----（utf8）---->縗' 这样单引号就放出来了，大体流程是%bf%27经过addslashes之后变成了%bf%5c%27，再经过iconv从gbk转换为utf8的时候，变成了%e7%b8%97%27，也就是縗'。利用的前提是设置了set names utf8。

2，在php中使用mysql_query('set names gbk'),指定了客户端，连接层，结果为gbk编码。构造数据%bf%27，过程和第一种情况类似 
%bf%27---(addslashes)-->%bf%5c%27---(set names gbk)--->縗'

3，iconv转换从utf8到gbk，set names字符集为gbk，构造数据如下%e9%8c%a6带入反斜杠,注释掉单引号 
大体数据流程：%e9%8c%a6-----(utf8)----%e5%5c----(addslashes)--->%e5%5c%5c

1. >>> s = '\xe9\x8c\xa6'

2. >>> s.decode('utf8')

3. u'\u9326'

4. >>> s.decode('utf8').encode('gbk')

5. '\xe5\\'

总之一条，都是打的%5c的注意，要么转义后转utf8吃掉%5c,要么转utf8后再转义放出%5c

参考： 
http://seclists.org/bugtraq/2008/May/61 
http://www.sektioneins.de/en/advisories/advisory-032008-php-multibyte-shell-command-escaping-bypass-vulnerability.html 
http://php.net/ChangeLog-5.php 
http://php.net/releases/