Web渗透：XXE-XML外部实体漏洞

XML External Entity (XXE) 漏洞是一种注入攻击，利用不安全的XML解析器来执行各种恶意操作，如读取本地文件、执行远程代码、发起拒绝服务攻击等；此漏洞的根本原因在于XML标准允许在文档中定义外部实体，并在解析时进行解析和替换。在正式开始阐述XXE漏洞之前首先来说明一下XML语言。

什么是XML？

XML（可扩展标记语言，Extensible Markup Language）是一种标记语言，用于描述数据。XML非常适合数据存储和传输，因为它是纯文本，并且是可读的和可扩展的。XML广泛用于各种应用程序中，包括配置文件、文档格式和数据交换等。

XML示例

下面是一个简单的XML示例，描述了一本书的信息：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book category="children">
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
  <book category="web">
    <title lang="en">Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>
</bookstore>

在上述示例中：

• 根元素是<bookstore>。

• bookstore元素包含两个子元素<book>。

• 每个<book>元素包含四个子元素：<title>、<author>、<year>和<price>。

• book元素还有一个属性category，用来标识书的类别。

• title元素也有一个属性lang，用来标识语言。

XML的结构

XML文档由以下几部分组成：

1. 声明（Prolog）：可选部分，通常包含XML版本和编码声明。

   <?xml version="1.0" encoding="UTF-8"?>

2. 根元素（Root Element）：每个XML文档必须且只能有一个根元素，所有其他元素都是该根元素的子元素。

   <root>
       ...
   </root>

   在上述示例中的根元素是<bookstore>；根元素是整个XML文档的顶级元素。

3. 元素（Element）：由开始标签和结束标签包围的内容，可以包含属性、文本、子元素等。

   <element attribute="value">Content</element>

4. 属性（Attribute）：位于元素的开始标签内，提供额外的信息。

   <element attribute="value">Content</element>

5. 文本（Text）：元素内的内容，可以是纯文本或混合内容（文本和子元素的组合）。

   <element>Text content</element>

6. CDATA（Character Data）：不需要解析的文本数据，用于包含不需要被解析的字符，如HTML代码。

   <![CDATA[<div>Some HTML content</div>]]>

XML解析

不同编程语言提供了丰富的库来解析和生成XML文档；此处我们以PHP语言为例子进行演示：

<?php
$xml = <<<XML
<bookstore>
  <book category="children">
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
</bookstore>
XML;
​
$xmlObject = simplexml_load_string($xml);
echo $xmlObject->book->title . "\n";     // 输出：Harry Potter
?>

XML-DTD文档类型定义

DTD（Document Type Definition，文档类型定义）是XML的一种语法，用于定义XML文档的结构和规则；DTD可以在XML文档内部（内部DTD）或外部（外部DTD）定义，通过DTD，您可以指定XML文档中允许的元素、属性、嵌套关系、数据类型等，从而确保XML文档的有效性和一致性。

以下是一个简单的XML文档及其对应的DTD示例：

xml文档

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE bookstore SYSTEM "bookstore.dtd">
<bookstore>
  <book category="children">
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
  <book category="web">
    <title lang="en">Learning XML</title>
    <author>Erik T. Ray</author>
    <year>2003</year>
    <price>39.95</price>
  </book>
</bookstore>

重点解析：

<!DOCTYPE bookstore SYSTEM "bookstore.dtd">

这行代码是XML文档中的一个声明，指定了该文档所使用的外部DTD（文档类型定义）。

<!DOCTYPE bookstore ... >:这部分声明了XML文档的文档类型定义（DTD）；bookstore 是根元素的名称，表示此DTD描述了名为 bookstore 的根元素及其内容结构。

SYSTEM "bookstore.dtd":SYSTEM关键字表示DTD的位置是一个系统标识符；"bookstore.dtd" 是一个外部DTD文件的路径或URL，这个文件定义了XML文档的结构和规则。

外部DTD（bookstore.dtd）

<!ELEMENT bookstore (book+)> 
<!ELEMENT book (title, author, year, price)>
<!ATTLIST book category CDATA #REQUIRED>
<!ELEMENT title (#PCDATA)>
<!ATTLIST title lang CDATA #REQUIRED>
<!ELEMENT author (#PCDATA)>
<!ELEMENT year (#PCDATA)>
<!ELEMENT price (#PCDATA)>

DTD的组成部分：

①元素声明：用于定义元素的名称和内容模型；语法：<!ELEMENT 元素名 内容模型>；

<!ELEMENT bookstore (book+)>
<!ELEMENT book (title, author, year, price)>

②属性声明：用于定义元素可以拥有的属性。语法：<!ATTLIST 元素名 属性名 属性类型 默认值>，示例：

<!ATTLIST book category CDATA #REQUIRED>
<!ATTLIST title lang CDATA #REQUIRED>

使用 <!DOCTYPE> 声明和外部DTD文件，可以确保XML文档符合预定义的结构和规则，帮助验证数据的有效性和一致性。这对于交换和处理结构化数据非常有用。

③实体声明（Entity Declarations）：实体用于定义常用的文本片段，可以在XML文档中重复使用。语法：<!ENTITY 实体名 "实体值">；示例：

<!ENTITY example "This is an example entity">

在说完前置内容XML之后，这会儿我们就接着来说XXE漏洞；在此处我们也是拿pikachu靶场中的XXE相关靶场进行阐述说明：

1.打开页面后发现页面中出现一个输入框，该输入框是用来接收xml数据的一个接口，输入的内容只能是xml数据，若输入的内容为其他数据则此时我们会被质疑hh。

2.尝试输入一个简单定义义并使用了一个内部实体的XML文档；查看当前页面是否对输入的xml有回显：

<?xml version="1.0"?>
<!DOCTYPE foo [<!ENTITY xxe "This is an example entity">] >
<foo>&xxe;</foo>

<!DOCTYPE foo [...]>：声明文档类型定义（DTD）部分，指定该XML文档的根元素是foo。

<!ENTITY xxe "This is an example entity">：定义了一个名为xxe的内部实体，其值为字符串 "This is an example entity"。

<foo>：foo是根元素。

&xxe;：引用了之前定义的内部实体xxe。

将xml数据输入后查看到页面效果：

此时可以判断当前页面对内部输入实体xml是有回显的，接着可以尝试输入xml内带外部实体的payload来确定当前页面是否支持外部实体。

<?xml version="1.0"?>
<!DOCTYPE foo [<!ENTITY xxe SYSTEM "file:///C:/Windows/System32/drivers/etc/hosts">] >
<foo>&xxe;</foo>

这个XML示例定义了一个外部实体 xxe，其内容是指向系统文件 C:/Windows/System32/drivers/etc/hosts。该外部实体在XML文档中被引用。如果一个不安全的XML解析器处理这个XML文档，它会尝试读取并插入 hosts 文件的内容。

<!DOCTYPE foo [...]>：声明文档类型定义（DTD）部分，指定该XML文档的根元素是foo。

<!ENTITY xxe SYSTEM "file:///C:/Windows/System32/drivers/etc/hosts">：定义了一个名为xxe的外部实体，指向系统文件路径 C:/Windows/System32/drivers/etc/hosts。

<foo>：foo是根元素。

&xxe;：引用了之前定义的外部实体xxe。

输入payload后的效果：页面显示服务器中的hosts文件

攻击成功；接着我们结合源代码进行XXE漏洞原理的剖析：

$html='';
//考虑到目前很多版本里面libxml的版本都>=2.9.0了,所以这里添加了LIBXML_NOENT参数开启了外部实体解析
if(isset($_POST['submit']) and $_POST['xml'] != null){
​
    $xml =$_POST['xml'];
//    $xml = $test;
    $data = @simplexml_load_string($xml,'SimpleXMLElement',LIBXML_NOENT);
    if($data){
        $html.="<pre>{$data}</pre>";
    }else{
        $html.="<p>XML声明、DTD文档类型定义、文档元素这些都搞懂了吗?</p>";
    }
}

这个PHP代码片段的主要功能是处理用户提交的XML数据，并在某些条件下将其显示为HTML。

①使用 simplexml_load_string 函数加载用户提交的XML字符串，创建一个 SimpleXMLElement 对象。

第三个参数 LIBXML_NOENT 启用了外部实体解析。这意味着如果XML包含外部实体引用，解析器将尝试解析和替换它们。

@符号抑制了任何可能出现的警告或错误。

②如果成功加载XML（即 $data 不为空），将XML数据转换为字符串并包裹在<pre>标签中追加到 $html 中。

如果加载失败，显示一条提示信息，告知用户可能需要理解XML声明、DTD文档类型定义和文档元素。

        此处，这个代码片段存在一个严重的安全漏洞——XXE（XML External Entity Injection），因为指定了 LIBXML_NOENT 参数，启用了外部实体解析，这个时候攻击者就可以提交包含外部实体的XML数据，从而读取服务器上的敏感文件或执行其他恶意操作。

LIBXML 是 PHP 中用于处理 XML 数据的库，基于 libxml2 库。LIBXML 解析器提供了多种常量和选项，用于配置和控制 XML 文档的解析行为。但是在 libxml2 版本 2.9.0 之前，外部实体解析是默认启用的，这意味着，如果没有特别禁用外部实体解析，XML 解析器将会解析和处理外部实体，从而产生XXE漏洞。

XXE漏洞防护

1. 禁用外部实体解析

在 PHP 中，可以通过 libxml_disable_entity_loader 函数来禁用外部实体解析，这是防止 XXE 攻击的主要方法之一：

libxml_disable_entity_loader(true);
$xmlObject = simplexml_load_string($xmlString);
libxml_disable_entity_loader(false);

2. 验证和清理输入

在处理 XML 输入之前，进行严格的验证和清理，确保输入数据是可信的。例如：

• 使用白名单验证文件类型和内容。

• 对文件内容进行正则表达式验证。

3. 配置 Web 应用防火墙 (WAF)

配置 WAF 以检测和阻止恶意的 XML 数据。WAF 可以识别和拦截常见的 XXE 攻击模式。

4. 关闭不必要的功能

在 XML 解析器中，关闭不必要的功能，如外部实体解析、DTD 验证等，以减少攻击面。