PHP利用PCRE回溯次数限制绕过某些安全限制实战案例
目录
一、正则表达式概述
有限状态自动机
匹配输入的过程分别是：
DFA（确定性有限状态自动机）
NFA（非确定性有限状态自动机）
二、回溯的过程
三、 PHP 的 pcre.backtrack_limit 限制利用
例题一
回溯绕过步骤 ：
1、运行结果： 可见无法匹配
2、尝试匹配：依旧无法匹配
3、再次尝试：发现拿到匹配结果
原因：
总结：
1、绕过该正则
例题二
1、利用python语言编写回溯绕过一百万次的脚本
回溯过程模拟：
例题三
文件上传漏洞
1、编写文件上传脚本
2、上传任意一个文件
3、正则回溯
编写回溯脚本
查看并执行python代码是否成功
temp文件出现
使用中国蚁剑进行连接测试
一、正则表达式概述
正则表达式是一个可以被 “有限状态自动机”接受的语言类。
有限状态自动机
其拥有有限数量的状态，每个状态可以迁移到零个或多个状态，输入字串决定执行哪个状态的迁移。
而常见的正则引擎，又被细分为 DFA（确定性有限状态自动机）与 NFA（非确定性有限状态自动机）。
匹配输入的过程分别是：
DFA（确定性有限状态自动机）
从起始状态开始，一个字符一个字符地读取输入串，并根据正则来一步步确定至下一个转移状态，直到匹配不上或走完整个输入
NFA（非确定性有限状态自动机）
从起始状态开始，一个字符一个字符地读取输入串，并与正则表达式进行匹配，如果匹配不上，则进行回溯，尝试其他状态
由于 NFA 的执行过程存在回溯，所以其性能会劣于 DFA，但它支持更多功能。大多数程序语言都使用了 NFA 作为正则引擎，其中也包括 PHP 使用的 PCRE 库。
二、回溯的过程
].*/is', $data);
}
题目中的正则 <\?.*[(`;?>].*，假设匹配的输入是
回溯过程
在第 4 步的时候，因为第一个 .* 可以匹配任何字符，所以最终匹配到了输入串的结尾，也就是 //aaaaa。但此时显然是不对的，因为正则显示.*后面还应该有一个字符 [(`;?>]。
所以 NFA 就开始回溯，先吐出一个 a，输入变成第 5 步显示的 //aaaa，但仍然匹配不上正则，继续吐出 a，变成 //aaa，仍然匹配不上……
最终直到吐出;，输入变成第 12 步显示的 ] ，这个结果满足正则表达式的要求，于是不再回溯。13 步开始向后匹配;，14 步匹配.*，第二个.*匹配到了字符串末尾，最后结束匹配。
在调试正则表达式的时候，我们可以查看当前回溯的次数
三、 PHP 的 pcre.backtrack_limit 限制利用
PHP 为了防止正则表达式的拒绝服务攻击（reDOS），给 pcre 设定了一个回溯次数上限 pcre.backtrack_limit。我们可以通过 var_dump(ini_get('pcre.backtrack_limit'));的方式查看当前环境下的上限：
回溯次数上限默认是 100 万
回溯次数超过了 100 万，返回的非 1 和 0，是 false。
preg_match 返回的非 1 和 0，而是 false。
preg_match 函数返回 false 表示此次执行失败了，我们可以调用 var_dump(preg_last_error() === PREG_BACKTRACK_LIMIT_ERROR);，发现失败的原因的确是回溯次数超出了限制
所以，这道题的答案就呼之欲出了。我们通过发送超长字符串的方式，使正则执行失败，最后绕过目标对 PHP 语言的限制。
对应的 POC 如下：
import requests
from io import BytesIO
files = {
'file': BytesIO(b'aaa四、PCRE 另一种错误的用法
基于 PHP 的 WAF：
例一：
均存在上述问题，通过大量回溯可以进行绕过。
例二：
这里涉及到了正则表达式的「非贪婪模式」。在 NFA 中，如果我输入 UNION/*aaaaa*/SELECT，这个正则表达式执行流程如下：
.+? 匹配到/ 因为非贪婪模式，所以.+? 停止匹配，而由 S 匹配* S 匹配*失败，回溯，再由.+? 匹配* 因为非贪婪模式，所以.+? 停止匹配，而由 S 匹配 a S 匹配 a 失败，回溯，再由.+? 匹配 a ... 回溯次数随着 a 的数量增加而增加。所以，我们仍然可以通过发送大量 a，来使回溯次数超出 pcre.backtrack_limit 限制，进而绕过 WAF：
例题一
回溯绕过步骤 ：
1、运行结果： 可见无法匹配
2、尝试匹配：依旧无法匹配
3、再次尝试：发现拿到匹配结果
原因：
此时greeting传递的是数组，元素是123，而 strpos验证的是字符串
由上可见：在strpos这个对字符串处理的函数中传递数组，那么它将会返回一个NULL
将strpos返回的值NULL与 null !== false 进行对比，如果为真，则进行下去，为假则结束。
当只有一个 = bool(false)，返回值为false,程序执行结束
当有两个 == 时，返回值为true,程序继续执行
知识点补充：
PHP中 比较 0、false、null，'' "
松散比较：使用两个等号 == 比较，只比较值，不比较类型。 严格比较：用三个等号 === 比较，除了比较值，也比较类型。 == 在进行比较的时候，会先将字符串类型转化成相同，再比较
0 == false: bool(true) 0 === false: bool(false) 0 == null: bool(true) 0 === null: bool(false) false == null: bool(true) false === null: bool(false) "0" == false: bool(true) "0" === false: bool(false) "0" == null: bool(false) "0" === null: bool(false) "" == false: bool(true) "" === false: bool(false) "" == null: bool(true) "" === null: bool(false)
总结：
1、绕过该正则
插入代码：
greeting[]=123;
此时绕过第一个正则
接着会返回
null !== false;根据严格不相等原则，此时返回结果是true，因此，代码将会继续执行
例题二
思路： 只要将if(!areyouok($greeting))为假，并且含有‘Merry Christmas’字符，回溯一百万次即可绕过
1、利用python语言编写回溯绕过一百万次的脚本
from requests import post
payload = {
'greeting' : 'Merry Christmas' + 'a' * 1000001
}
url = 'http://127.0.0.1/xss_location/dem04.php'
res = post(url ,data=payload)
回溯超过一百万次后，绕过正则，此时if(!areyouok($greeting))为假，可见最终打印出'Merry Christmas'，由此可见绕过完成
回溯过程模拟：
正则回溯实例
例题三
文件上传漏洞
].*/is', $data);
}
if(empty($_FILES)) {
die(show_source(__FILE__));
}
$user_dir = md5($_SERVER['REMOTE_ADDR']);
$data = file_get_contents($_FILES['file']['tmp_name']);
if (is_php($data)) {
exit("bad request");
} else {
@mkdir($user_dir, 0755);
$path = $user_dir . '/' . 'oupeng.php';
//利用move_uploaded_file将临时文件，复制到$path
move_uploaded_file($_FILES['file']['tmp_name'], $path);
header("Location: $path", true, 303);
}
?>
1、编写文件上传脚本
"; //设置输出为格式化输出
var_dump($_FILES);
Xss-filter
2、上传任意一个文件
注：php上传文件时会生成一个临时文件，当文件上传完成时该临时文件将会自动删除
可以通过设置睡眠时间来将临时文件tmp抓到
"; //设置输出为格式化输出
var_dump($_FILES);3、正则回溯
编写回溯脚本
from requests import post
files = {
'file' : r'查看并执行python代码是否成功
temp文件出现
此时，一句话木马已经写入
使用中国蚁剑进行连接测试
连接成功，此时已经绕过漏洞。