淺析白盒審計(jì)中的字符編碼及SQL注入
盡管現(xiàn)在呼吁所有的程序都使用unicode編碼，所有的網(wǎng)站都使用utf-8編碼，來一個(gè)統(tǒng)一的國際規(guī)范。但仍然有很多，包括國內(nèi)及國外(特別是非英語國家)的一些cms，仍然使用著自己國家的一套編碼，比如gbk，作為自己默認(rèn)的編碼類型。也有一些cms為了考慮老用戶，所以出了gbk和utf-8兩個(gè)版本。
我們就以gbk字符編碼為示范，拉開帷幕。gbk是一種多字符編碼，具體定義自行百度。但有一個(gè)地方尤其要注意：
通常來說，一個(gè)gbk編碼漢字，占用2個(gè)字節(jié)。一個(gè)utf-8編碼的漢字，占用3個(gè)字節(jié)。在php中，我們可以通過輸出
echo strlen("和");
來測試。當(dāng)將頁面編碼保存為gbk時(shí)輸出2，utf-8時(shí)輸出3。
除了gbk以外，所有ANSI編碼都是2個(gè)字節(jié)。ansi只是一個(gè)標(biāo)準(zhǔn)，在不用的電腦上它代表的編碼可能不相同，比如簡體中文系統(tǒng)中ANSI就代表是GBK。
以上是一點(diǎn)關(guān)于多字節(jié)編碼的小知識，只有我們足夠了解它的組成及特性以后，才能更好地去分析它身上存在的問題。
說了這么多廢話，現(xiàn)在來研究一下在SQL注入中，字符編碼帶來的各種問題。
0×01 MYSQL中的寬字符注入
這是一個(gè)老話題了，也被人玩過無數(shù)遍。但作為我們這篇文章的序幕，也是基礎(chǔ)，是必須要提的。
我們先搭建一個(gè)實(shí)驗(yàn)環(huán)境。暫且稱之為phithon內(nèi)容管理系統(tǒng)v1.0，首先先新建一個(gè)數(shù)據(jù)庫，把如下壓縮包中的sql文件導(dǎo)入：
測試代碼及數(shù)據(jù)庫：http://pan.baidu.com/s/1eQmUArw 提取密碼:75tu
之后的phithon內(nèi)容管理系統(tǒng)會(huì)逐步完善，但會(huì)一直使用這個(gè)數(shù)據(jù)表。
源碼很簡單(注意先關(guān)閉自己php環(huán)境的magic_quotes_gpc)：
//連接數(shù)據(jù)庫部分，注意使用了gbk編碼，把數(shù)據(jù)庫信息填寫進(jìn)去
- <?php
- //連接數(shù)據(jù)庫部分，注意使用了gbk編碼，把數(shù)據(jù)庫信息填寫進(jìn)去
- $conn = mysql_connect('localhost', 'root', 'toor!@#$') or die('bad!');
- mysql_query("SET NAMES 'gbk'");
- mysql_select_db('test', $conn) OR emMsg("連接數(shù)據(jù)庫失敗，未找到您填寫的數(shù)據(jù)庫");
- //執(zhí)行sql語句
- $id = isset($_GET['id']) ? addslashes($_GET['id']) : 1;
- $sql = "SELECT * FROM news WHERE tid='{$id}'";
- $result = mysql_query($sql, $conn) or die(mysql_error()); //sql出錯(cuò)會(huì)報(bào)錯(cuò)，方便觀察
- ?>
- <!DOCTYPE html>
- <html>
- <head>
- <meta charset="gbk" />
- <title>新聞</title>
- </head>
- <body>
- <?php
- $row = mysql_fetch_array($result, MYSQL_ASSOC);
- echo "<h2>{$row['title']}</h2><p>{$row['content']}<p>\n";
- mysql_free_result($result);
- ?>
- </body>
- </html>
SQL語句是SELECT * FROM news WHERE tid='{$id}'，就是根據(jù)文章的id把文章從news表中取出來。
在這個(gè)sql語句前面，我們使用了一個(gè)addslashes函數(shù)，將$id的值轉(zhuǎn)義。這是通常cms中對sql注入進(jìn)行的操作，只要我們的輸入?yún)?shù)在單引號中，就逃逸不出單引號的限制，無法注入，如下圖：
那么怎么逃過addslashes的限制?眾所周知addslashes函數(shù)產(chǎn)生的效果就是，讓’變成\’，讓引號變得不再是“單引號”，只是一撇而已。一般繞過方式就是，想辦法處理\’前面的\：
1.想辦法給\前面再加一個(gè)\(或單數(shù)個(gè)即可)，變成\\’，這樣\被轉(zhuǎn)義了，’逃出了限制
2.想辦法把\弄沒有。
我們這里的寬字節(jié)注入是利用mysql的一個(gè)特性，mysql在使用GBK編碼的時(shí)候，會(huì)認(rèn)為兩個(gè)字符是一個(gè)漢字(前一個(gè)ascii碼要大于128，才到漢字的范圍)。如果我們輸入%df’看會(huì)怎樣：
我們可以看到，已經(jīng)報(bào)錯(cuò)了。我們看到報(bào)錯(cuò)，說明sql語句出錯(cuò)，看到出錯(cuò)說明可以注入了。
為什么從剛才到現(xiàn)在，只是在’也就是%27前面加了一個(gè)%df就報(bào)錯(cuò)了?而且從圖中可以看到，報(bào)錯(cuò)的原因就是多了一個(gè)單引號，而單引號前面的反斜杠不見了。
這就是mysql的特性，因?yàn)間bk是多字節(jié)編碼，他認(rèn)為兩個(gè)字節(jié)代表一個(gè)漢字，所以%df和后面的\也就是%5c變成了一個(gè)漢字“運(yùn)”，而’逃逸了出來。
因?yàn)閮蓚€(gè)字節(jié)代表一個(gè)漢字，所以我們可以試試“%df%df%27”：
不報(bào)錯(cuò)了。因?yàn)?df%df是一個(gè)漢字，%5c%27不是漢字，仍然是\’。
那么mysql怎么判斷一個(gè)字符是不是漢字，根據(jù)gbk編碼，第一個(gè)字節(jié)ascii碼大于128，基本上就可以了。比如我們不用%df，用%a1也可以：
%a1%5c他可能不是漢字，但一定會(huì)被mysql認(rèn)為是一個(gè)寬字符，就能夠讓后面的%27逃逸了出來。
于是我可以構(gòu)造一個(gè)exp出來，查詢管理員賬號密碼：
#p#
0×02 GB2312與GBK的不同
曾經(jīng)有一個(gè)問題一直困擾我很久。
gb2312和gbk應(yīng)該都是寬字節(jié)家族的一員。但我們來做個(gè)小實(shí)驗(yàn)。把phithon內(nèi)容管理系統(tǒng)中set names修改成gb2312:
結(jié)果就是不能注入了：
有些同學(xué)不信的話，也可以把數(shù)據(jù)庫編碼也改成gb2312，也是不成功的。
為什么，這歸結(jié)于gb2312編碼的取值范圍。它的高位范圍是0xA1~0xF7，低位范圍是0xA1~0xFE，而\是0x5c，是不在低位范圍中的。所以，0x5c根本不是gb2312中的編碼，所以自然也是不會(huì)被吃掉的。
所以，把這個(gè)思路擴(kuò)展到世界上所有多字節(jié)編碼，我們可以這樣認(rèn)為：只要低位的范圍中含有0x5c的編碼，就可以進(jìn)行寬字符注入。#p#
0×03 mysql_real_escape_string解決問題?
部分cms對寬字節(jié)注入有所了解，于是尋求解決方案。在php文檔中，大家會(huì)發(fā)現(xiàn)一個(gè)函數(shù)，mysql_real_escape_string，文檔里說了，考慮到連接的當(dāng)前字符集。
于是，有的cms就把a(bǔ)ddslashes替換成mysql_real_escape_string，來抵御寬字符注入。我們繼續(xù)做試驗(yàn)，phithon內(nèi)容管理系統(tǒng)v1.2:，就用mysql_real_escape_string來過濾輸入：
我們來試試能不能注入：
一樣沒壓力注入。為什么，明明我用了mysql_real_escape_string，但卻仍然不能抵御寬字符注入。
原因就是，你沒有指定php連接mysql的字符集。我們需要在執(zhí)行sql語句之前調(diào)用一下mysql_set_charset函數(shù)，設(shè)置當(dāng)前連接的字符集為gbk。
就可以避免這個(gè)問題了：
#p#
0×04 寬字符注入的修復(fù)
在3中我們說到了一種修復(fù)方法，就是先調(diào)用mysql_set_charset函數(shù)設(shè)置連接所使用的字符集為gbk，再調(diào)用mysql_real_escape_string來過濾用戶輸入。
這個(gè)方式是可行的，但有部分老的cms，在多處使用addslashes來過濾字符串，我們不可能去一個(gè)一個(gè)把a(bǔ)ddslashes都修改成mysql_real_escape_string。我們第二個(gè)解決方案就是，將character_set_client設(shè)置為binary(二進(jìn)制)。
只需在所有sql語句前指定一下連接的形式是二進(jìn)制：
mysql_query("SET character_set_connection=gbk, character_set_results=gbk,character_set_client=binary", $conn);
這幾個(gè)變量是什么意思?
當(dāng)我們的mysql接受到客戶端的數(shù)據(jù)后，會(huì)認(rèn)為他的編碼是character_set_client，然后會(huì)將之將換成character_set_connection的編碼，然后進(jìn)入具體表和字段后，再轉(zhuǎn)換成字段對應(yīng)的編碼。
然后，當(dāng)查詢結(jié)果產(chǎn)生后，會(huì)從表和字段的編碼，轉(zhuǎn)換成character_set_results編碼，返回給客戶端。
所以，我們將character_set_client設(shè)置成binary，就不存在寬字節(jié)或多字節(jié)的問題了，所有數(shù)據(jù)以二進(jìn)制的形式傳遞，就能有效避免寬字符注入。
比如，我們的phithon內(nèi)容管理系統(tǒng)v2.0版本更新如下：
已經(jīng)不能夠注入了：
在我審計(jì)過的代碼中，大部分cms是以這樣的方式來避免寬字符注入的。這個(gè)方法可以說是有效的，但如果開發(fā)者畫蛇添足地增加一些東西，會(huì)讓之前的努力前功盡棄。#p#
0×05 iconv導(dǎo)致的致命后果
很多cms，不止一個(gè)，我就不提名字了，他們的gbk版本都存在因?yàn)樽址幋a造成的注入。但有的同學(xué)說，自己測試了這些cms的寬字符注入，沒有效果呢，難道是自己姿勢不對?
當(dāng)然不是。實(shí)際上，這一章說的已經(jīng)不再是寬字符注入了，因?yàn)閱栴}并不是出在mysql上，而是出在php中了。
很多cms(真的很多哦，不信大家自己網(wǎng)上找找)會(huì)將接收到數(shù)據(jù)，調(diào)用這樣一個(gè)函數(shù)，轉(zhuǎn)換其編碼：
iconv(‘utf-8’, ‘gbk’, $_GET[‘word’]);
目的一般是為了避免亂碼，特別是在搜索框的位置。
比如我們的phithon內(nèi)容管理系統(tǒng)v3.0
我們可以看到，它在sql語句執(zhí)行前，將character_set_client設(shè)置成了binary，所以可以避免寬字符注入的問題。但之后其調(diào)用了iconv將已經(jīng)過濾過的參數(shù)$id給轉(zhuǎn)換了一下。
那我們來試試此時(shí)能不能注入：
居然報(bào)錯(cuò)了。說明可以注入。而我只是輸入了一個(gè)“錦'”。這是什么原因?
我們來分析一下。“錦”這個(gè)字，它的utf-8編碼是0xe98ca6，它的gbk編碼是0xe55c。
有的同學(xué)可能就領(lǐng)悟了。\的ascii碼正是5c。那么，當(dāng)我們的錦被iconv從utf-8轉(zhuǎn)換成gbk后，變成了%e5%5c，而后面的’被addslashes變成了%5c%27，這樣組合起來就是%e5%5c%5c%27，兩個(gè)%5c就是\\，正好把反斜杠轉(zhuǎn)義了，導(dǎo)致’逃逸出單引號，產(chǎn)生注入。
這正利用了我之前說的，繞過addslashes的兩種方式的第一種：將\轉(zhuǎn)義掉。
那么，如果我是用iconv將gbk轉(zhuǎn)換成utf-8呢?
我們來試試：
果然又成功了。這次直接用寬字符注入的姿勢來的，但實(shí)際上問題出在php而不是mysql。我們知道一個(gè)gbk漢字2字節(jié)，utf-8漢字3字節(jié)，如果我們把gbk轉(zhuǎn)換成utf-8，則php會(huì)每兩個(gè)字節(jié)一轉(zhuǎn)換。所以，如果\’前面的字符是奇數(shù)的話，勢必會(huì)吞掉\，’逃出限制。
那么為什么之前utf-8轉(zhuǎn)換成gbk的時(shí)候，沒有使用這個(gè)姿勢?
這跟utf-8的規(guī)則有關(guān)，UTF-8的編碼規(guī)則很簡單，只有二條：
1)對于單字節(jié)的符號，字節(jié)的第一位設(shè)為0，后面7位為這個(gè)符號的unicode碼。因此對于英語字母，UTF-8編碼和ASCII碼是相同的。
2)對于n字節(jié)的符號(n>1)，第一個(gè)字節(jié)的前n位都設(shè)為1，第n+1位設(shè)為0，后面字節(jié)的前兩位一律設(shè)為10。剩下的沒有提及的二進(jìn)制位，全部為這個(gè)符號的unicode碼。
從2我們可以看到，對于多字節(jié)的符號，其第2、3、4字節(jié)的前兩位都是10，也就是說，\(0x0000005c)不會(huì)出現(xiàn)在utf-8編碼中，所以utf-8轉(zhuǎn)換成gbk時(shí)，如果有\(zhòng)則php會(huì)報(bào)錯(cuò)：
但因?yàn)間bk編碼中包含了\，所以仍然可以利用，只是利用方式不同罷了。
總而言之，在我們處理了mysql的寬字符注入以后，也別認(rèn)為就可以高枕無憂了。調(diào)用iconv時(shí)千萬要小心，避免出現(xiàn)不必要的麻煩。#p#
0×06 總結(jié)
在逐漸國際化的今天，推行utf-8編碼是大趨勢。如果就安全性來說的話，我也覺得使用utf-8編碼能夠避免很多多字節(jié)造成的問題。
不光是gbk，我只是習(xí)慣性地把gbk作為一個(gè)典型的例子在文中與大家說明。世界上的多字節(jié)編碼有很多，特別是韓國、日本及一些非英語國家的cms，都可能存在由字符編碼造成的安全問題，大家應(yīng)該有擴(kuò)展性的思維。
總結(jié)一下全文中提到的由字符編碼引發(fā)的安全問題及其解決方案：
1.gbk編碼造成的寬字符注入問題，解決方法是設(shè)置character_set_client=binary。
2.矯正人們對于mysql_real_escape_string的誤解，單獨(dú)調(diào)用set name=gbk和mysql_real_escape_string是無法避免寬字符注入問題的。還得調(diào)用mysql_set_charset來設(shè)置一下字符集。
3.謹(jǐn)慎使用iconv來轉(zhuǎn)換字符串編碼，很容易出現(xiàn)問題。只要我們把前端html/js/css所有編碼設(shè)置成gbk，mysql/php編碼設(shè)置成gbk，就不會(huì)出現(xiàn)亂碼問題。不用畫蛇添足地去調(diào)用iconv轉(zhuǎn)換編碼，造成不必要的麻煩。
這篇文章是我對于自己白盒審計(jì)經(jīng)驗(yàn)的一點(diǎn)小總結(jié)，但自己確實(shí)在很多方面存在欠缺，文中所提到的姿勢難免存在紕漏和錯(cuò)誤，希望有相同愛好的同學(xué)能與我指出，共同進(jìn)步。
這篇文章不像上篇xss的，能夠舉出很多0day實(shí)例來論證寬字符造成的危害。原因有二：
1.寬字符問題確實(shí)不如富文本xss那么普遍，gbk編碼的cms所占的比例也比較小，怪我才疏學(xué)淺，并不能每一章都找到相應(yīng)的實(shí)例。
2.注入的危害比xss大得多，如果作為0day發(fā)出來，影響很壞。但我確實(shí)在寫文章以及以前的審計(jì)過程中找到不少cms存在的編碼問題。
所以我用實(shí)驗(yàn)的形式，自己寫了的php小文件，給大家作為例子，希望不會(huì)因?yàn)槔C的不足，影響大家學(xué)習(xí)的效果。
例子php文件和sql文件打包下載：
鏈接:http://pan.baidu.com/s/1eQmUArw 提取密碼:75tu
本文PDF版本：鏈接: http://pan.baidu.com/s/1eprLs 密碼: yoyw
作者博客：http://www.leavesongs.com FROM XDSEC
