半自动化挖掘request实现多种中间件回显

背景

最近圈子里各位师傅都在分享 shiro 回显的方法，真是八仙过海过海各显神通。这里我也分享下自己针对回显的思考和解决方案。师傅们基本都是考虑中间件为 Tomcat ，框架为 Shiro 的反序列化漏洞如何回显。这里我从更大的层面来解决回显问题。也就是在任意中间件下，任意框架下可执行任意代码的漏洞如何回显？

基本思路

回显的方式有很多种类，通过获取request对象来回显应该是最优雅通用的方法。而之前师傅们获取requst的方式基本都是去阅读和调试中间件的源码，确定requst存储的位置，最终反射获取。其实提炼出来就是两个步骤。

第一步：寻找存储有request对象的全局变量

这一步定位的是requst存储的范围，需要靠知识沉淀或阅读源码来确定request对象被存储到那些全局变量中去了。

为何要考虑全局变量呢？这是因为只有是全局的，我们才能保证漏洞触发时可以拿到这个对象。

按照经验来讲Web中间件是多线程的应用，一般requst对象都会存储在线程对象中，可以通过 Thread.currentThread() 或 Thread.getThreads() 获取。当然其他全局变量也有可能，这就需要去看具体中间件的源码了。比如前段时间先知上的李三师傅通过查看代码，发现 MBeanServer 中也有 request 对象。

第二步：半自动化反射搜索全局变量

这一步定位的是 requst 存储的具体位置,需要搜索 requst 对象具体存储在全局变量的那个属性里。我们可以通过反射技术遍历全局变量的所有属性的类型，若包含以下关键字可认为是我们要寻找的 request s对象。

• Requst
• ServletRequest
• RequstGroup
• RequestInfo
• RequestGroupInfo
• ...

编码实现

思路虽然简单，但实现反射搜索的细节其实还是有很多坑的，这里列举一些比较有意思的点和坑来说说。

限制挖掘深度

对于隐藏过深的requst对象我们最好不考虑，原因有两个。

• 第一个是这样反射路径过长，就算是搜索到了，最终构造的payload数据会很大，对于shiro这种反序列化数据在头部的漏洞是致命的。
• 第二个是挖掘时间会很长，因为JVM虚拟机内存中的对象结构其实是非常的复杂的，一个对象的属性往往嵌套着另一个对象，另一个对象的属性继续嵌套其他对象...

可以声明两个变量来代表当前深度和最大深度，通过防止当前深度大于最大深度，来限制挖掘深度。

排除相同引用的对象

一个对象中可能会存在其他对象多个相同的实例(引用相同)，是不能重复去遍历它属性的，否则会进入死循环。可以声明一个 visited 集合来存储已经遍历过的对象，在遍历之前先判断对象是否在该集合中，防止重复遍历！

设置黑名单

某些类型不可能存有requst，一般有如下的系统类型,和一些自定义的类型。对于这些类型的对象的遍历只会浪费时间，我们可以设置一个黑名单将其排除掉。

• java.lang.Byte
• java.lang.Short
• java.lang.Integer
• java.lang.Long
• java.lang.Float
• java.lang.Boolean
• java.lang.String
• java.lang.Class
• java.lang.Character
• java.io.File
• ...

搜索继承的所有属性

getFields() 和 getDeclaredFields() 其实都没法获取对象的所有属性，导致搜索会有遗漏。比如一个对象的父类的父类的一个私有属性，我们怎么获取呢？

深度优先 vs 广度优先

深度优先顾名思义就是会按照深度方向挖掘，它会先遍历至全局变量第一个属性最深层的所有末端，在继续第二属性依次类推。这样挖掘出来的反射链是比较长的。

在我实现完深度优先算法后，发现最致命的还不是反射链过长问题。深度优先可能会错过比较短的反射链。这是因为同一个requst对象的引用可能被存储在全局对象的多个属性中，有些藏的比较深，有的藏的比较浅。深度优先往往会先挖掘到比较深的那个，而根据我们相同对象不会第二次搜索原则，当搜索到存储比较浅的引用时，会被忽略了。这就导致我们只挖掘到了藏的比较深的，而错过了比较浅的。

在学过算法，我们都知道广度优先就能解决路径最短问题，在这个问题上也是如此。针对上图的情况，两种算法挖掘的结果如下。

深度优先挖掘到两条反射链

1. 全局变量 > Field01 > Field03 > Request@111
2. 全局变量 > Field04 > Request@222

广度度优先挖掘到两条反射链

1. 全局变量 > Request@111
2. 全局变量 > Field04 > Request@222

而在实际环境中差别更加明显，以下是 Tomcat8 下搜索记录的对比。

实战挖掘

基于以上想法，我设计了一款java内存对象搜索工具 java-ob ject-searcher，它可以很方便的帮助我们完成对request 对象的搜索，当然不仅仅用于挖掘 request。下面以Tomcat7.0.94为例挖掘requst。

项目地址：https://github.com/c0ny1/java-ob ject-searcher

引入 java-ob ject-searcher

去 java-ob ject-searcher 项目的 releases 下载编译好的jar，引入到 web 项目和调试环境中。

编写调用代码进行搜索

然后我们需要断点打在漏洞触发的位置，因为全局变量会随着中间件和Web项目运行被各个模块修改。而我们需要的是漏洞触发时，全局变量的状态（属性结构和值）。

接着在IDEA的 Evaluate 中编写 java-ob ject-searcher 的调用代码，来搜索全局变量。

根据挖掘结果构造回显payload

根据上述挖掘到的反射链来构造回显，具体代码如下：

最终生成反序列化数据提交至服务器即可回显

通过 java-ob ject-searcher，我不仅挖掘到了之前师傅们公开的链，还挖掘到了其他未公开的。同时在其他中间件下也实现了回显，下面列举几个比较冷门的中间件。

Jetty

WildFly

Resin

最后的思考

有了半自动化，就想着全自动。这种运行时动态挖掘的局限性是需要人工确定那些全局变量存有 request，这是只能半自动的原因。那么是否可以通过静态分析源码的方式来解决呢？比如 gadgetinspector 原来是挖掘 gadget的，能否更换它的 source 和 slink 定义，将其改造为全自动化挖掘 request 呢？有兴趣的朋友可以去试试。

◆来源：半自动化挖掘request实现多种中间件回显

◆本文版权归原作者所有，如有侵权请联系我们及时删除