PHP自動(dòng)化白盒審計技術(shù)的介紹與實(shí)現方式

本篇內容主要講解“PHP自動(dòng)化白盒審計技術(shù)的介紹與實(shí)現方式”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強。下面就讓小編來(lái)帶大家學(xué)習“PHP自動(dòng)化白盒審計技術(shù)的介紹與實(shí)現方式”吧!

0x00 前言

國內公開(kāi)的PHP自動(dòng)化審計技術(shù)資料較少，相比之下，國外已經(jīng)出現了比較優(yōu)秀的自動(dòng)化審計實(shí)現，比如RIPS是基于token流為基礎進(jìn)行一系列的代碼分析。傳統靜態(tài)分析技術(shù)如數據流分析、污染傳播分析應用于PHP這種動(dòng)態(tài)腳本語(yǔ)言分析相對較少，但是卻是實(shí)現白盒自動(dòng)化技術(shù)中比較關(guān)鍵的技術(shù)點(diǎn)。今天筆者主要介紹一下最近的研究與實(shí)現成果，在此拋磚引玉，希望國內更多的安全研究人員將精力投入至PHP自動(dòng)化審計技術(shù)這一有意義的領(lǐng)域中。

0x01 基礎知識

自動(dòng)化審計的實(shí)現方式有多種，比如直接使用正則表達式規則庫進(jìn)行定位匹配，這種方法最簡(jiǎn)單，但是準確率是***的。最可靠的思路是結合靜態(tài)分析技術(shù)領(lǐng)域中的知識進(jìn)行設計，一般靜態(tài)分析安全工具的流程大多是下圖的形式：

靜態(tài)分析工作所要做的***件事情就是將源碼進(jìn)行建模，通俗一點(diǎn)講，就是將字符串的源碼轉為方便于我們后續漏洞分析的中間表示形式，即一組代表此代碼的數據結構。建模工作中一般會(huì )采用編譯技術(shù)領(lǐng)域中的方法，如詞法分析生成token，生成抽象語(yǔ)法樹(shù)，生成控制流程圖等。建模工作的優(yōu)劣，直接影響到后續污染傳播分析和數據流分析的效果。

執行分析就是結合安全知識，對載入的代碼進(jìn)行漏洞分析和處理。***，靜態(tài)分析工具要生成判斷結果，從而結束這一階段的工作。

0x02 實(shí)現思路

經(jīng)過(guò)一段時(shí)間的努力，筆者和小伙伴也大致實(shí)現了一款針對自動(dòng)化的靜態(tài)分析工具。具體實(shí)現思路正是采用了靜態(tài)分析技術(shù)，如果想深入了解實(shí)現思路，可以閱讀之前發(fā)過(guò)的文章。 在工具中，自動(dòng)化審計流程如下：

首先載入用戶(hù)輸入的待掃描的工程目錄中所有的PHP文件，并對這些PHP文件做判別，如果掃描的PHP文件是Main file，即真正處理用戶(hù)請求的PHP文件，那么對這種類(lèi)型的文件進(jìn)行漏洞分析。如果不是Main file類(lèi)型，比如PHP工程中的類(lèi)定義，工具函數定義文件，則跳過(guò)不做分析。

其次進(jìn)行全局數據的搜集，重點(diǎn)搜集的信息有待掃描的工程中類(lèi)信息的定義，如類(lèi)所在的文件路徑、類(lèi)中的屬性、類(lèi)中的方法以及參數等信息。同時(shí)對每個(gè)文件生成文件摘要，文件摘要中重點(diǎn)搜集各個(gè)賦值語(yǔ)句的信息，以及賦值語(yǔ)句中相關(guān)變量的凈化信息和編碼信息。

全局初始化之后，進(jìn)行編譯前端模塊的相關(guān)工作，使用開(kāi)源工具PHP-Parser對待分析的PHP代碼進(jìn)行抽象語(yǔ)法樹(shù)(AST)的構建。在A(yíng)ST的基礎上，使用CFG構建算法構建控制流圖，并實(shí)時(shí)地生成基本塊的摘要信息。

編譯前端的工作中，如果發(fā)現敏感函數的調用，就停下來(lái)進(jìn)行污染傳播分析，進(jìn)行過(guò)程間分析、過(guò)程內分析，找到對應的污點(diǎn)數據。然后基于數據流分析過(guò)程中搜集的信息，進(jìn)行凈化信息和編碼信息的判斷，從而判斷是否為漏洞代碼。

如果上一步是漏洞代碼，則轉入漏洞報告模塊進(jìn)行漏洞代碼段的收集。其實(shí)現的基礎是在系統環(huán)境中維護一個(gè)單例模式的結果集上下文對象，如果生成一條漏洞記錄，則加入至結果集中。當整個(gè)掃描工程結果之后，使用Smarty將結果集輸出到前端，前端做掃描結果的可視化。

0x03 初始化工作

在真實(shí)的PHP審計中，遇到敏感函數的調用，比如_query，我們就會(huì )不由自主地去手動(dòng)分析***個(gè)參數，看是否可控。事實(shí)上，很多CMS都會(huì )將一些數據庫查詢(xún)的方法進(jìn)行封裝，使得調用方便且程序邏輯清晰，比如封裝為一個(gè)類(lèi)MysqlDB。這時(shí)，在審計中我們就不會(huì )搜索mysql_query關(guān)鍵字了，而是去找比如db->getOne這種類(lèi)的調用。

那么問(wèn)題來(lái)了，在自動(dòng)化程序進(jìn)行分析的時(shí)候，如何獲知db->getOne函數是個(gè)數據庫的訪(fǎng)問(wèn)類(lèi)方法呢?

這就需要在自動(dòng)化分析的初期就要對整個(gè)工程的所有類(lèi)與定義的方法進(jìn)行搜集，以便于程序在分析的時(shí)候尋找需要跟進(jìn)的方法體。

對于類(lèi)信息和方法信息的搜集，應該作為框架初始化的一部分完成，存儲在單例上下文中：

同時(shí)，需要識別分析的PHP文件是否是真正處理用戶(hù)請求的文件，因為有些CMS中，一般會(huì )將封裝好的類(lèi)寫(xiě)入單獨的文件中，比如將數據庫操作類(lèi)或者文件操作類(lèi)封裝到文件中。對于這些文件，進(jìn)行污染傳播分析是沒(méi)有意義的，所以在框架初始化的時(shí)候需要進(jìn)行識別，原理很簡(jiǎn)單，分析調用類(lèi)型語(yǔ)句和定義類(lèi)型語(yǔ)句的比例，根據閾值進(jìn)行判別，錯誤率很小。

***，對每個(gè)文件進(jìn)行摘要操作，這一步的目的是為了后續分析時(shí)碰到require，include等語(yǔ)句時(shí)進(jìn)行文件間分析使用。主要收集變量的賦值、變量的編碼、變量的凈化信息。

0x04 用戶(hù)函數處理

常見(jiàn)的web漏洞，一般都是由于危險參數用戶(hù)可控導致的，這種漏洞稱(chēng)之為污點(diǎn)類(lèi)型漏洞，比如常見(jiàn)的SQLI，XSS等。 PHP內置的一些函數本身是危險的，比如echo可能會(huì )造成反射型XSS。然而真實(shí)代碼中，沒(méi)人會(huì )直接調用一些內置的功能函數，而是進(jìn)行再次封裝，作為自定義的函數，比如：

1234function myexec($cmd)

{

exec($cmd) ;

}

在實(shí)現中，我們的處理流程是：

利用初始化中獲取的上下文信息，定位到相應的方法代碼段

分析這個(gè)代碼片段，查找到危險函數(這里是exec)

定位危險函數中的危險參數(這里是cmd)

如果在分析期間沒(méi)有遇到凈化信息，說(shuō)明該參數可以進(jìn)行傳染，則映射到用戶(hù)函數myexec的***個(gè)參數cmd，并將這個(gè)用戶(hù)自定義函數當做危險函數存放至上下文結構中

遞歸返回，啟動(dòng)污點(diǎn)分析過(guò)程

總結為一句話(huà)，我們就是跟入到相應的類(lèi)方法、靜態(tài)方法、函數中，從這些代碼段中查詢(xún)是否有危險函數和危險參數的調用，這些PHP內置的危險函數和參數位置都是放在配置文件中的進(jìn)行配置完成的，如果這些函數和參數一旦被發(fā)現，且判斷危險參數并沒(méi)有被過(guò)濾，則將該用戶(hù)自定義函數作為用戶(hù)自定義危險函數。一旦后續的分析中發(fā)現調用這些函數，則立即啟動(dòng)污點(diǎn)分析。

0x05 處理變量的凈化和編碼

在真實(shí)的審計過(guò)程中，一旦發(fā)現危險參數是可控的，我們就會(huì )迫不及待地去尋找看程序員有沒(méi)有對該變量進(jìn)行有效的過(guò)濾或者編碼，由此判斷是否存在漏洞。 自動(dòng)化審計中，也是遵循這個(gè)思路。在實(shí)現中，首先要對每一個(gè)PHP中的安全函數進(jìn)行統計和配置，在程序分析時(shí)，對每一條數據流信息，都應該進(jìn)行回溯收集必要的凈化和編碼信息，比如:

12345$a = $_GET['a'] ;

$a = intval($a) ;

echo $a ;

$a = htmlspecialchars($a) ;

mysql_query($a) ;

上面的代碼片段看起來(lái)有些怪異，但只是作為演示使用。從代碼片段可以看出，變量a經(jīng)過(guò)了intval和htmlspecialchars兩個(gè)凈化處理，根據配置文件，我們順利的收集到了這些信息。這時(shí)，要進(jìn)行一次回溯，目的是將當前代碼行向上的凈化和編碼信息進(jìn)行歸并。 比如在第三行時(shí)，變量a的凈化信息只有一條intval，但是第五行時(shí)，要求將變量a的凈化信息歸并，收集為一個(gè)list集合intval和htmlspecialchars，方法就是收集到前驅代碼中的所有數據流的信息，并進(jìn)行回溯。

細節部分是，當用戶(hù)同時(shí)對同一個(gè)變量調用了如base64_encode和base64_decode兩個(gè)函數，那么這個(gè)變量的base64編碼會(huì )被消除。同樣，如果同時(shí)進(jìn)行轉義和反轉義也要進(jìn)行消除。但是如果調用順序不對或者只進(jìn)行了decode，那么你懂的，相當危險。

0x06 變量回溯和污點(diǎn)分析

1、變量回溯

為了尋找出所有的危險sink點(diǎn)的參數(traceSymbol)，將向前回溯與當前Block相連的所有的基本塊，具體過(guò)程如下：

循環(huán)當前基本塊的所有入口邊，查找沒(méi)有經(jīng)過(guò)凈化的traceSymbol并且查找基本塊DataFlow屬性中，traceSymbol的名字。

如果一旦找到，那么就替換成映射的symbol，并且將該符號的所有凈化信息和編碼信息都復制過(guò)來(lái)。然后，追蹤會(huì )在所有的入口邊上進(jìn)行。

***，CFG上不同路徑上的結果會(huì )返回。

當traceSymbol映射到了一個(gè)靜態(tài)字符串、數字等類(lèi)型的靜態(tài)對象或者當前的基本塊沒(méi)有入口邊時(shí)，算法就停止。如果traceSymbol是變量或者數組，就要檢查是否在超全局數組中。

2、污點(diǎn)分析

污點(diǎn)分析在過(guò)程間分析處理內置和用戶(hù)定義函數過(guò)程中開(kāi)始，如果程序分析時(shí)遇到了敏感的函數調用，則使用回溯或者從上下文中獲取到危險參數節點(diǎn)，并開(kāi)始進(jìn)行污點(diǎn)分析。通俗講，就是進(jìn)行危險參數是否可能導致漏洞的判別。污點(diǎn)分析工作在代碼TaintAnalyser中進(jìn)行實(shí)現，獲取到危險參數后，具體步驟如下：

首先，在當前基本塊中尋找危險參數的賦值情況，尋找DataFlow的右邊節點(diǎn)中是否存在用戶(hù)輸入source，比如$_GET $_POST等超全局數組。并使用不同類(lèi)型漏洞判別的插件類(lèi)判斷這些節點(diǎn)是否是安全的。

如果當前基本塊中沒(méi)有尋找到source，則進(jìn)入本文件多基本塊間分析過(guò)程。首先獲取當前基本塊的所有前驅基本塊，其中前驅基本塊中包含平行結構(if-else if-else)，或者非平行結構(普通語(yǔ)句)。并進(jìn)行危險變量分析，如果當前循環(huán)的基本塊中沒(méi)有前驅節點(diǎn)，則分析算法結束。

如果基本塊間分析沒(méi)有找到漏洞，則進(jìn)行***的文件間分析。載入當前基本塊之前的包含文件摘要，遍歷這些文件摘要做出判斷。

如果上述步驟中，出現漏洞，則進(jìn)入漏洞報告模塊。否則，系統繼續往下進(jìn)行代碼分析。

0x07 目前的效果

我們對simple-log_v1.3.12進(jìn)行了測試性?huà)呙?，結果是：

Total : 76 XSS : 3 SQLI : 62 INCLUDE : 5 FILE : 3 FILEAFFECT : 1

測試代碼都是一些比較明顯的漏洞，且沒(méi)有使用MVC框架，什么字符截斷吃掉轉義符這種，目前的技術(shù)還真的支持不了，不過(guò)也是可以?huà)叱鲆恍┝?。從測試過(guò)程來(lái)看，bug層出不窮，主要是前期實(shí)現時(shí)，很多語(yǔ)法結構與測試用例沒(méi)有考慮進(jìn)去，加上算法幾乎都是遞歸的，所以很容易就造成***遞歸導致Apache跪掉。

所以目前的代碼真的只能算是試驗品，代碼的健壯性需要無(wú)數次重構和大量的測試來(lái)實(shí)現，筆者已經(jīng)沒(méi)有太多時(shí)間維護。