纯干货：微软漏洞中国第一人黄正——如何用正确姿势挖掘浏览器漏洞（附完整 PPT）
浏览器就像一扇窗，通过这扇窗，黑客可以攻入电脑的心脏。
就像情场高手，通过眼睛，融化一个人的心灵。
黄正，百度安全实验室 X-Team 掌门人。2016年，这个信仰“技术可以改变世界”的低调黑客大牛以一己之力挖掘无数浏览器漏洞，创下了排名微软 MSRC 2016 年度黑客贡献榜中国区第一（世界第八）的壮举。
从一个安全开发工程师华丽转身，成为安全研究员，黄正最终站在了中国浏览器漏洞挖掘的顶峰。本期硬创公开课，我们将会请到黄正为雷锋网宅客频道的读者童鞋们奉献一场纯干货——如何用正确的姿势挖掘浏览器漏洞。
从上千万行代码中，精准地找到那个微小的漏洞，恰如站在万里之遥，拉弓搭箭。正中靶心。
以下，是雷锋网宅客频道（公众号：宅客频道）诚意奉上的公开课全文及完整 PPT。
关于我自己
我是百度安全实验室的黄正，在百度参与过网页挂马检测、钓鱼欺诈检测、病毒木马分析、伪基站检测、泛站群打击、漏洞挖掘和漏洞利用等。
在百度做恶意网页检测相关的开发工作，可以说是一个职业“鉴黄师”，其实“鉴黄”是一个非常有挑战的事情，每天要检测几亿/几十亿的网页，怎样设计存储、调度、检测算法，才能在有限的服务器、带宽，在有限的时间内检测完，还要去保证检出率和误报率。
所以恶意网页检测是一个比较偏工程的方向，我呢还是有一颗黑客的心，还挑战一些新的安全技术方向。想去挖漏洞，所以在早期组建安全实验室团队时就加入了 X-Team，从安全开发工程师切换到做浏览器漏洞挖掘，今天给大家分享的议题是浏览器漏洞挖掘，希望大家能有所收获。
今天先给大家科普一下浏览器的一些基础知识，再回顾看一下浏览器漏洞类型，重点讲怎么去做一个 Fuzz 系统，以及分享一些我们曾经发现过的一些漏洞POC，最后再分享一下怎么给微软、GOOGLE、苹果报告安全漏洞。
浏览器基础知识
首先，浏览器是干嘛用的。大家都知道是用来看网页用的，再往底层一点呢，它是把html代码按照一定的标准绘制成在屏幕上肉眼可见的图像用的。
比如，像这段html代码，浏览器会按照一定的标准去把他变成一张肉眼可见的网页：
浏览器广泛存在各个地方，Windows，Mac OS X，iOS/iPad，Android，Play station(PS 4)，QT，ATM。微信里也有浏览器，可能你每天都在用，但是你不知道。
那么浏览器是怎么把 Html 代码渲染成网页的呢？来看一张浏览器渲染引擎的结构图：
渲染引擎大致可以分成4块：
HTML解释器：将HTML文本解释成DOM；
CSS解释器：解析CSS，为DOM中的各个元素计算样式信息；
布局：根据元素与样式信息，计算大小、位置、布局；
Javascript引擎：解释js脚本，修改DOM、CSS。
最后使用图像库，将布局绘制成图像结果，也就是人眼看见的网页。
什么是DOM树呢？
DOM树是把 HTML 文档呈现为带有元素、属性和文本的树结构。比如以下HTML将被解析成如下DOM树：
使用 DOM 给 JS 开放的接口，可以用用 JS 操作 DOM 对象的属性。这里列举一些常见的 DOM 方法：
调用这些 DOM 方法，对 DOM 的修改，最终会体现在绘图上，也就是肉眼可见的网页变化。DOM的标准也在不断在升级：
DOM level 1、DOM level 2、DOM level 3、DOM level 4...
浏览器是一个很复杂的工程，不仅要去支持不同时候的DOM标准，而且不同的浏览器为了让解析的速度变得更快，让用户使用得更方便，在不断地增加新功能。从13年的新闻来看，Chrome 浏览器的代码应该至少有1000万行。
代码越多，开发的人员越多，就容易出现安全问题。接着介绍一下浏览器的漏洞类型，我自己的分类方法，不一定合理。
浏览器漏洞类型
第一类漏洞是信息泄漏漏洞，有以下几种场景：
比如老的IE浏览器可以用 JS 检测是否存在某文件。这样会泄漏用户是否安装了杀毒软件，以便进行下一步操作。
有些信息泄漏漏洞会泄漏内存的信息，攻击者可能使用泄漏的信息来绕过操作系统的保护机制，比如：ASLR、DEP 等等。
还有一类信息泄漏漏洞：UXSS，通用跨域漏洞。这种跨越域隔离策略的漏洞，可以在后台偷偷地打开其它域的网页，把你在其它网站上的数据偷走。
第二类漏洞是内存破坏漏洞：
内存破坏漏洞又可以细分为释放后重用漏洞（UAF），越界读写漏洞，类型混淆漏洞。越界读写漏洞比较神，他也能用来泄漏内存信息，所以越界读写漏洞非常好利用。
第三类漏洞，是国产浏览器的一些神漏洞，特权域 XSS+特权域 API：
比如搜狗浏览器浏览网页可下载任意文件到任意位置，重启之后，电脑可能被完全控制。百度浏览器可静默安装插件，且存在目录穿越漏洞。解压缩到启动目录，重启之后，电脑被完全控制。
利用这些浏览器漏洞可以做什么可怕的事情呢？
想像一下：
打开一个网页，完全控制你的电脑，APT攻击；
打开一个网页，完全控制你的手机，监听通话短信；
打开一个网页，越狱你的游戏机，玩盗版游戏；
打开一个网页，偷走你京东帐号、控制微博帐号…….
我们曾经抓到一个打 DDoS 的嫌疑人，他控制了200个肉鸡，接单打 DDoS。这200个肉鸡每天给他创造2000块的收入，如果有一套组合的浏览器0day+一个大站 Webshell，一天上千的肉鸡非常简单，日入万元不是梦，哈哈。。。
浏览器漏洞挖掘方法
那怎么挖掘浏览器漏洞呢？
第一种方法，人工
像Chrome 和 Webkit 这些是开源的，通过理解代码逻辑来找 Bug。比如 marius.mlynski 读 Chrome 代码发现数十个 UXSS 漏洞，每个漏洞Google奖励 7500 美元。
国产浏览器的漏洞大多是人工测试出来的，用自己的经验，逆向分析，手工测试。
第二种方法，自动化 Fuzz
用机器代替人来自动化挖漏洞。
有一些开源的框架可以学习：Grinder、Fileja、funfzz等。我们来看一下一个Fuzz框架是怎样实现的。
简单地说就是控制浏览器去加载你生成的测试样本，捕捉导致浏览器崩溃的样本，传回服务器作下一步分析。今天给大家分享一个最简单的Fuzz框架，一行代码，启动调试器打开样本生成器网页：
windbg -c “!py chrome_dbg_test.py” -o “C:\Program Files\Google\Chrome\Application\chrome.exe --js-flags=”--expose-gc" --no-sandbox --disable-seccomp-sandbox --allow-file-access-from-files --force-renderer-accessibility http://127.0.0.1/fuzzer.php
解释上面的命令：
使用windbg调试启动chrome打开样本生成器http://127.0.0.1/fuzzer.php
http://127.0.0.1/fuzzer.php生成测试样本并切换样本。
一个最简单调试器，十几行代码，pydbg 是 windbg 的一个插件，使用它可以编程控制 windbg。
比如用这段代码，监控调试进程产生的调试事件：
while True:
exc = e(".lastevent")
print exc
if exc.find("Exit process") > 0:
os.system("taskkill /F /IM windbg.exe")
观察windbg收到的调试事件，如果是退出进程事件，那么把windbg退出（同时chrome进程也退出了）。同理，如果windbg收到的调试事件是读写内存异常，那就是一个有效崩溃。
这时候你只需要执行windbg命令r,k，把结果传回服务器就完成了一个崩溃信息的收集了。
要想挖掘浏览器漏洞，推荐大家去分析以往浏览器的漏洞，收集一些POC，这样能更好地理解浏览器漏洞形成的原因以及调试分析方法。来看一个典型IE漏洞的POC：
所以我们的目标是怎样去生成有效的、复杂的、测试用例，让浏览器崩溃。
我们需要去构建 fuzz 生成算法用的字典，通常可以写爬虫到 MSDN、MDN、W3C 去抓取，还有可以用 IDA 分析 mshtml 找隐藏的属性键值，还可以看浏览器源码的头文件。我们需要去构建全面的字典，去覆盖浏览器的各个特性。
网上也有些自动构建字典的方法，可以参考
var elements = [“abbr”, “acronym”, “address”, “article”, “aside”, “b”……];
for (var i = 0; i < elements.length; i++) {
var element = document.createElement(elements[i]);
for (var key in element) {
if (typeof element[key] == "function") {
function_list.push(key);
}
}
构建出来的字典像这样：
再来一个生成算法，用一个CSS生成算法来举例，使用刚才收集回来的字典，随机生成测试用的CSS。
好了，有了源材料和随机生成方法，现在你可以生成测试样本了。
然而还有一个大问题：
如果只是这样随机生成，跑一年有可能会出来一个有效的崩溃，这是个很可悲的事情。为什么？？？？
一是因为测试的总样本集非常大，比如一共有110个html标签的类型，如果我们随机创建10个，那就是110的10次方种可能，这是个超级大的数，大到你可能永远都跑不完，二是前辈们可能10年前就跑过了，能发现的问题早就报告修复完了。
所以FUZZ的核心是样本生成算法。
我们需要新的样本生成策略，去发现别人发现不了的漏洞。曲博在 2014 BlackHat 分享了一个有意思的故事：
曲博他老婆的iPhone屏幕坏了，让曲博修，他拆开后，装上了新屏幕，差不多快好了，发现多了两个螺丝，摄像头不见了……
最终iPhone废了
QU BO 得出来的启示是：
工程师把东西拆开的时候容易犯错误，工程师把东西恢复的时候容易犯错误。
应用到fuzz这块，有两个策略，去做相反的事情，去改变初始的状态。比如：
我们应用这种想法也找到了一些漏洞：
其中在 document.execCommand("undo"); 这块我们至少收获了5枚漏洞。但是也有不少撞洞的情况。
所以我们需要样本生成策略，去发现别人发现不了的漏洞。
我们首先想的是把调用关系做得非常深，制造非常复杂的回调场景。比如以下这个POC，我们多次在事件响应函数中去触发另一个事件响应函数，最终导致解析出错：
看下这个崩溃的调用栈：
我们还可以去fuzz别人搞得少的方向。
Fuzz 别人搞得少的方向，第一个是 OBJECT。
CLSID:8856F961-340A-11D0-A96B-00C04FD705A2 应该是一个浏览器控件，浏览器控件是有自己独立的前进、后退功能的，如果与父页面的前进后退功能混用，会导致问题。
我们整理了系统中所有clsid：
在OBJECT这块我们至少也收获了5个漏洞。
Fuzz 别人搞得少的方向，第二个是unicode。
很少看见有人做fuzz的时候会随机的用一些unicode字符串来测试，我们在这块收获了EDGE一个越界读漏洞。
Fuzz 别人搞得少的方向，第三种是正则表达式。
fuzz别人搞得少的方向，第四种是JS解析引擎。
现在JS引擎的内存破坏漏洞越来越多了。我们在这块也挖到不少漏洞，由于目前还都是 0day 的状态，所以不拿我们自己发现的 POC 举例，拿一个 Google Project Zero 分开的 POC 给大家看看长什么样：
Fuzz 别人搞得少的方向，第五种是混合生成。
现在很多人生成的fuzz样本都是用JS生成的，但是对HTML的初始状态关注并不多，比如我们在初始状态时加了N个复杂的表格嵌套，也发现了不少的问题。
去fuzz非常复杂的元素，比如表格、表单、Frame。
表格相关的各种元素都有特有方法，比如insertRow、moveRow、deleteRow，还有表单的特有的属性和方法，如果跟CSS结合，那么渲染起来就更加复杂了，比如下面这个POC：
通过fuzz非常复杂的元素，我们至少收获了10个漏洞。
去fuzz非常复杂的元素，还有CSS。CSS也有很多种操作方法，比如：
style，
