1. C程序地址空间布局
2. 函数调用stdcall和cdecl
要理解栈的缓冲区溢出,对栈的结构要非常熟悉。
这就需要了解函数调用时,参数是如何传递的。
一般来说,编译器会优先选用寄存器来传递参数,之后才是使用栈来传递。
栈是最通用的传递参数的方法。
如果使用gcc作为编译器,可以加上参数(-mno-accumulate-outgoing-args),来强制使用栈来传递参数。
当使用栈来传递参数时,参数压栈顺序为从右往左。
有如下示例代码:
#include <stdio.h>
int max(int a, b){
int c=b;
if(a>b){
c=a;
}
return c;
}
int main(){
max(3,5);
return 0;
}
max的汇编代码如下
push ebp
调用max时,汇编指令如下:
push 5 //参数5入栈
push 3 //参数3入栈
call max //跳转到max的地址,隐含动作是将eip入栈,即push eip
add esp,0x8 //函数调用完毕,清理堆栈
//balabala
以下内容与溢出联系不大,可以略过。
关于对于第4步,是__cdecl函数调用方式,另外一种是__stdcall。
两者参数入栈顺序都是从右往左,区别在于谁来清理堆栈。
本例中main是调用者,max是被调用者
- 如果由main来完成清理堆栈动作,则称之为__cdecl方式,
- 如果由max来完成清理堆栈动作,则称之为__stdcall方式。
如果调用max的函数很多,采用__cdecl方式,清理堆栈的指令就会重复很多次,因此程序体积会变大。而采用__stdcall方式,清理堆栈的指令只在max中出现一次,程序体积相对较小。
但是__cdecl也有优点,就是适用于可变参数的函数,比如printf(format, …)。因为只有调用者才知道它到底传了多少个参数进去,被调用者是不知道的,所以必须要采用__cdecl方式,让调用者来清理堆栈。
3. 函数返回
溢出,就是改变函数返回地址。
了解了函数是如何返回的,就很容易理解溢出的原理。
上面讲到,在调用函数max时,call max
指令会将eip入栈。
eip的值就是max的返回地址,即max函数完成后,通过ret指令将eip出栈,并且jmp到eip。
如果在max函数中,”不小心”修改到了栈上保存的eip的值,程序仍然从改动后的eip开始执行代码。
那么,如何才能”不小心”的改变这个值呢?
这就通过一些不安全的函数来做到,比如strcpy,strcat等。
说这些函数不安全,就是说这些函数对用户输入没有做严格的长度检查。
当用户输入比缓冲区的长度更大时。
4. 溢出危害
改变程序流程
比如如下代码,当输入以est为结尾的并且长度为4的字符串时,验证通过。
然而,当输入长度为20的字符串,会覆盖掉flag的值。
此时,虽然没有进到if(!strcmp(pwd,"test")
里面去,但是flag的值却已经是非0值了。
因此,最终会输出right password。#include <stdio.h> #include <string.h> int auth(const char* password){ int flag = 0; char pwd[16]; strcpy(pwd, password); pwd[0] = 't'; if(!strcmp(pwd, "test")){ flag = 1; } return flag; } int main(){ int flag = 0; char password[128]; scanf("%s", password); if(auth(password)){ printf("right password\n"); }else{ printf("wrong password\n"); } return 0; }
远程代码执行
5. 如何写shellcode
- 写C代码
- gdb反汇编
- 写汇编代码,编译连接成可执行文件
- dump出二进制代码
6. 防-DEP和Canary
通过上面分析可以看到,缓冲区溢出造成代码执行有两大关键点
- 修改了栈上保存的EIP的值
- 执行了栈上保存的shellcode
因此,针对第一点,GCC加入了一个对缓冲区溢出进行检测的机制,即在栈上保存一个随机值,函数结束时对该随机值进行验证,当验证不通过时,表明栈被修改,此时EIP的值已经不可信任,因此程序会退出。
针对第二点,人们提出了“栈不可执行”的防护措施,因为可执行代码应该在代码段,因此当EIP指向了栈段时,说明程序在执行非法代码。
7. 攻-Return to libc
针对“栈不可执行”的保护措施,黑客们又想出了一种return to libc的攻击方法。
这种方法不执行栈上代码,甚至没有shellcode。仅仅是通过溢出修改栈上的值,覆盖EIP,并且在栈上填充好C语言库函数(比如system)的参数。溢出后程序便会跳转到库函数的位置,通过先前溢出到栈上的参数,来执行C语言的库函数。
整个过程没有执行栈上的代码,因为库函数是在代码段的。
设有代码如下,如何通过return to libc方式来攻击呢?
#include <stdio.h>
void handlemsg(char* msg){
char buff[48];
strcpy(buff, msg);
printf("\nthe input is [%s]\n\n", buff);
}
int main(int argc, char** argv){
handlemsg(argv[1]);
return 0;
}
如下所示,其中0xb7ea78b0是system的地址,0xbffff7a6是参数”/bin/bash”的地址,’ABCD’是system的返回地址,此处无意义。
如果将abcd设为exit的地址,那么当从溢出后的shell中退出来时,程序就跳到exit处,从而可以“优雅的”退出。
52=48+4,因此,后面的值0xb7ea78b0刚好可以写到eip的地方。
参数”/bin/bash”是从环境变量中得来的,在gdb中可以直接通过
x/s *(char**)environ
查看,如果不用环境变量作为参数,而是把参数通过溢出写到栈上,那么就可以执行任意的命令。
./retlib `python -c "print 'A'*52+'\xb0\x78\xea\xb7' + 'ABCD' +'\xa6\xf7\xff\xbf/'"`
如果要更详细的解释,在这里。传送门
但是对于金丝雀的保护机制,该种攻击方法却无能为力。因为溢出时势必要修改金丝雀值,从而导致后面的验证几乎不会通过。而且GCC的这个编译选项默认是开启的,因此攻击成功的情景少了很多。
8. 防-ASLR
通过对Return to libc攻击方式研究可以发现,溢出成功的关键点在于找到了system函数的地址,而程序每次运行该函数的地址都不会变。
因此,人们又提出了“地址空间布局随机化”的防护措施,当程序运行时,库文件的加载地址是随机的。这样使得攻击者很难确定库函数的地址,导致无法跳转到库函数。
9. 攻-Return oriented programming
看起来黑客们好像是无计可施了,但是又有牛人推出了一种”Return oriented programming”,中文是“返回导向编程”,通过在代码段中寻找可用的片段,然后在栈上构造返回地址,一步一步的跳转,最终执行完整个shellcode。
这种方法暂时还没学会。。。。
10. 程序员能做的事
作为一个lowlevel程序员,在写关于缓冲区相关程序时,为防止出现缓冲区溢出漏洞,可以做到如下几点
- 使用安全的函数,如strclpy,scnprintf等等
- 严格检查输入长度和缓冲区长度
- 测试并修改