zz《栈的缓冲区溢出详解》
栈的缓冲区溢出详解
Matrix0x7C关注
0.0072017.08.06 23:53:47字数 2,348阅读 1,654
本文介绍了一些栈的缓冲区原理和攻防手段。
1. C程序地址空间布局
先上一张老生常谈的图（来自《Unix环境高级编程》）。
地址空间布局
2. 函数调用stdcall和cdecl
要理解栈的缓冲区溢出，对栈的结构要非常熟悉。
这就需要了解函数调用时，参数是如何传递的。
一般来说，编译器会优先选用寄存器来传递参数，之后才是使用栈来传递。栈是最通用的传递参数的方法。如果使用gcc作为编译器，可以加上参数(-mno-accumulate-outgoing-args)，来强制使用栈来传递参数。
当使用栈来传递参数时，参数压栈顺序为从右往左。
有如下示例代码：
#include
int max(int a, b){
int c=b;
if(a>b){
c=a;
}
return c;
}
int main(){
max(3,5);
return 0;
}
调用max时，汇编指令如下：
push 5 //参数5入栈
push 3 //参数3入栈
call max //跳转到max的地址，隐含动作是将eip入栈，即push eip
add esp,0x8 //函数调用完毕，清理堆栈
//balabala
以下内容与溢出联系不大，可以略过。
关于对于第4步，是__cdecl函数调用方式，另外一种是__stdcall。
两者参数入栈顺序都是从右往左，区别在于谁来清理堆栈。
本例中main是调用者，max是被调用者
- 如果由main来完成清理堆栈动作，则称之为__cdecl方式，
- 如果由max来完成清理堆栈动作，则称之为__stdcall方式。
两种方式的区别在哪里呢？
如果调用max的函数很多，采用__cdecl方式，清理堆栈的指令就会重复很多次，因此程序体积会变大。而采用__stdcall方式，清理堆栈的指令只在max中出现一次，程序体积相对较小。
但是__cdecl也有优点，就是适用于可变参数的函数，比如printf(format, ...)。因为只有调用者才知道它到底传了多少个参数进去，被调用者是不知道的，所以必须要采用__cdecl方式，让调用者来清理堆栈。
3. 函数返回
一句话：栈的缓冲区溢出，就是覆盖函数的返回地址。
只要了解了函数是如何返回的，就很容易理解溢出的原理。
上面讲到，在调用函数max时，call max指令会将eip入栈。eip的值就是max的返回地址，即max函数完成后，通过ret指令将eip出栈，并且jmp到eip。如果在max函数中，"不小心"修改到了栈上保存的eip的值，程序调用max返回之后，就会从改动后的eip开始执行代码。
那么，如何才能"不小心"的改变这个值呢？
这就通过一些不安全的函数来做到，比如strcpy，strcat等。说这些函数不安全，就是说这些函数对用户输入没有做严格的长度检查。当用户输入比缓冲区的长度更大时，会一直往高地址空间进行写入，就会覆盖掉函数调用的现场和返回地址。
4. 溢出危害
- 改变程序流程
比如如下代码，当输入以est为结尾的并且长度为4的字符串时，验证通过。然而，当输入长度为20的字符串,会覆盖掉flag的值。此时，虽然没有进到if(!strcmp(pwd,"test")里面去，但是flag的值却已经是非0值了。
因此,最终会输出right password。#include#include int auth(const char* password){ int flag = 0; char pwd[16]; strcpy(pwd, password); pwd[0] = 't'; if(!strcmp(pwd, "test")){ flag = 1; } return flag; } int main(){ int flag = 0; char password[128]; scanf("%s", password); if(auth(password)){ printf("right password\n"); }else{ printf("wrong password\n"); } return 0; } - 远程代码执行
参考上述代码示例，如果输入超过长度，并且输入的是一段汇编指令数据（称之为shellcode），以及经过精心计算的函数返回地址，就会导致auth函数在返回之后，直接跳到了输入的汇编指令开始处，然后就开始执行用户输入的任意汇编指令。
可以看出来，此时CPU并不是在执行text段的指令，而是在执行栈上的指令，后面会提到针对这种行为的一个保护措施。
由于函数返回地址刚好指向输入汇编指令的开始这个难度太高，实践中一般会在指令前面写入大量的nop指令，以降低对返回地址的精确度要求，只需要返回地址在nop的指令范围内即可，CPU会自然的跑到shellcode里面。
5. 如何写shellcode
写shellcode的过程分为如下几步：
- 写C代码
- gdb反汇编
- 写汇编代码，编译连接成可执行文件
- dump出二进制代码
详细的过程可以参考
- writing-your-own-shellcode
- Shellcoding for Linux and Windows Tutorial
- Shellcoding in Linux
6. 防-DEP和Canary
通过上面分析可以看到，缓冲区溢出造成代码执行有两大关键点
- 修改了栈上保存的EIP的值
- 执行了栈上保存的shellcode
因此，针对第一点，GCC加入了一个对缓冲区溢出进行检测的机制，即在栈上保存一个随机值(称之为canary)，函数结束时对该随机值进行验证，当验证不通过时，表明栈被修改，此时EIP的值已经不可信任，因此程序会退出。
针对第二点，人们提出了“栈不可执行”的防护措施，因为可执行代码应该在代码段，因此当EIP指向了栈段时，说明程序在执行非法代码。
7. 攻-Return to libc
针对“栈不可执行”的保护措施，黑客们又想出了一种return to libc的攻击方法。这种方法不执行栈上代码，甚至没有shellcode。仅仅是通过溢出修改栈上的值，覆盖EIP。但是和上面不同的是，这种攻击方式会在栈上填充好C语言库函数（比如system）的参数。溢出后程序便会跳转到库函数的位置，并使用先前溢出到栈上的参数，来执行C语言的库函数。
整个过程没有执行栈上的代码，因为库函数是在代码段的。
设有代码如下，如何通过return to libc方式来攻击呢？
#include
void handlemsg(char* msg){
char buff[48];
strcpy(buff, msg);
printf("\nthe input is [%s]\n\n", buff);
}
int main(int argc, char** argv){
handlemsg(argv[1]);
return 0;
}
首先需要获得system()函数的地址，其次需要获取system()的参数地址，system()函数接收一个字符串作为参数。这里选择"/bin/bash"。参数"/bin/bash"是从环境变量中得来的，在gdb中可以直接通过x/s *(char**)environ查看，system()函数的地址也一样可以通过gdb获得。
攻击演示如下所示，其中0xb7ea78b0是system()函数的地址，0xbffff7a6是参数"/bin/bash"的地址，'ABCD'是system的返回地址，此处无意义。
52=48+4，因此，后面的值0xb7ea78b0刚好可以写到eip的地方。
如果不用"/bin/bash"作为参数，而是把参数通过溢出覆盖到栈上，那么就可以执行任意的命令。
- 注：如果将'ABCD'设为exit的地址，那么当从溢出后的shell中退出来时，程序就跳到exit处，从而可以“优雅地"退出。
./retlib `python -c "print 'A'*52+'\xb0\x78\xea\xb7' + 'ABCD' +'\xa6\xf7\xff\xbf/'"`
如果要更详细的解释，在这里。传送门
对于canary的保护机制，该种攻击方法却无能为力。因为溢出时势必要修改canary值，从而导致后面的验证几乎不会通过。而且GCC的这个编译选项默认是开启的，因此攻击成功的情景少了很多。
8. 防-ASLR
通过对Return to libc攻击方式研究可以发现，溢出成功的关键点在于找到了system函数的地址，而程序每次运行该函数的地址都不会变。
因此，人们又提出了“地址空间布局随机化”的防护措施，当程序运行时，库文件的加载地址是随机的。这样使得攻击者很难确定库函数的地址，导致无法跳转到库函数。
9. 攻-Return oriented programming
看起来黑客们好像是无计可施了，但是又有牛人推出了一种"Return oriented programming"的方法，中文是“返回导向编程”，通过在代码段中寻找可用的片段(称之为gadgets)，然后在栈上构造返回地址，一步一步的跳转，最终执行完整个shellcode。
10. 程序员的自我修养
作为一个lowlevel程序员，在写程序时，为防止出现缓冲区溢出漏洞，可以做到如下2点：
- 使用安全的函数,如strclpy,scnprintf等等
- 严格检查输入长度和缓冲区长度