Win 2000中格式化字符的安全问题

　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
　　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。这意味着已经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 --;
　　}
　　}
　　
　　　　编译并运行后显示如下程序：
　　
　　Prompt: myecho hello
　　hello
　　Prompt: myecho this is some text
　　this is some text
　　
　　So it justs spits back what we feed in – 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？他们使用 “%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。
　　
　　　　攻击者现在会试图用提供的地址来重写堆栈中函数的返回地址，提供的地址可以指向攻击代码（shell code）。要达到这样的目的，需要得到格式化打印的确切字节数，用来匹配需要用的地址。
　　
　　例：如果攻击者的攻击代码在地址0x0012FF40处，那么，就要让 printf 表达式格式0x0012FF40个字节，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，攻击者需要把exploit代码也放进去，这需要占据字节数。因此，要产生shell ，在windows 2000中这至多需要 40字节的 exploit code ，因此，需要修改格式化字符串放入代码就需要从622496中减去40。
　　
　　　　就变成：
　　
　　　　c:\＞printf AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA%.622496x%.622456x%n
　　
　　　　在这个例子中，攻击者只是简单地用字符“A”替代攻击代码。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，攻击者找到攻击的地址）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，调试并找到攻击代码字符串（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，通过找一个合适的目标（需要重写的返回地址）来进行的。攻击者发现了一个相似的目标，地址0x0012FD54，它储存的地址是0x00401077，因此，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，进程就会开始执行攻击代码了。怎样才能重写地址0x0012FD54，而刚才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。攻击者要做的就是把%n从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，攻击者用BBBB来标记字符串结尾。
　　
　　　　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)，攻击者把BBBB代替成攻击代码的返回位置0x0012FD54。但是，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把这些值写进去。攻击者用%x一直达到能够重写需要的地址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），需要少写665字节内容，把刚才的622456改变成621791，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，攻击的进程正试图执行堆栈中的代码，格式化字符串exploit起作用了！攻击者已经成功地重写了返回地址，并将程序引到那里去了。现在，攻击者只需把exploit代码放进去，刚才用AAA来代替了。攻击者会先做一个确定，替代