格式化字符串攻击原理及示例

一、类printf函数簇实现原理

类printf函数的最大的特点就是，在函数定义的时候无法知道函数实参的数目和类型。

对于这种情况，可以使用省略号指定参数表。

带有省略号的函数定义中，参数表分为两部分，前半部分是确定个数、确定类型的参数，第二部分就是省略号，代表数目和类型都不确定的参数表，省略号参数表中参数的个数和参数的类型是事先的约定计算出来的，每个实参的地址（指针）是根据确定参数表中最后一个实参的地址算出来的。

这里涉及到函数调用时的栈操作。函数栈的栈底是高地址，栈顶是底地址。在函数调用

时函数实参是从最后一个参数（最右边的参数）到第一个参数（最左边的参数）依次被压入栈顶方向。也就是说函数调用时，函数实参的地址是相连的，并且从左到右地址是依次增加的。如：

 

view plain copy to clipboard print ?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

1. #include <stdio.h>  
2. #include <stdlib.h>  
3.   
4. void fun(int a, ...)  
5. {  
6.     int i;  
7.     int *temp = &a;  
8.     temp++;  
9.     for (i = 0; i < a; ++i)  
10.     {  
11.         printf("%d ",*temp);  
12.         temp++;  
13.     }  
14.     printf("/n");  
15. }  
16.   
17. int main()  
18. {  
19.     int a = 1;  
20.     int b = 2;  
21.     int c = 3;  
22.     int d = 4;  
23.     fun(4, a, b, c, d);  
24.     return 0;  
25. }   

 

在上面的例子中，void fun(int a, ...)函数约定第一个确定参数表示省略号参数表中参数的个数，省略号参数表中的参数全都是int 类型的，这样fun函数就可以正常工作了。

类printf函数簇的工作原理和fun函数是一样的，只不过更为复杂和精巧。

如printf的函数形式为 int printf（const char *fmt, …）。

由于printf函数实现的功能比较复杂，我们来看一个我们自己实现的myprintf函数，改函数不涉及低层系统io操作。

 

view plain copy to clipboard print ?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

1. #include <stdio.h>  
2. #include <stdlib.h>  
3.   
4. void myprintf(char* fmt, ...) //一个简单的类似于printf的实现，//参数必须都是int 类型  
5. {  
6.     char* pArg=NULL; //等价于printf原始实现的va_list  
7.     char c;  
8.     pArg = (char*) &fmt; //注意不要写成p = fmt !!因为这里要对//参数取址，而不是取值  
9.      pArg += sizeof(fmt); //等价于原来的va_start  
10.   
11.     do  
12.     {  
13.         c =*fmt;  
14.         if (c != '%')  
15.         {  
16.             putchar(c); //照原样输出字符  
17.           }  
18.         else  
19.         {  
20.             //按格式字符输出数据  
21.                switch(*++fmt)  
22.             {  
23.                 case 'd':  
24.                     printf("%d",*((int*)pArg));  
25.                     break;  
26.                 case 'x':  
27.                     printf("%#x",*((int*)pArg));  
28.                     break;  
29.                 default:  
30.                     break;  
31.             }  
32.             pArg += sizeof(int); //等价于原来的va_arg  
33.         }  
34.         ++fmt;  
35.     }while (*fmt != '/0');  
36.     pArg = NULL; //等价于va_end  
37.     return;  
38. }  
39.   
40. int main(int argc, char* argv[])  
41. {  
42.     int i = 1;  
43.     int j = 2;  
44.     myprintf("the first test:i=%d/n",i,j);  
45.     myprintf("the secend test:i=%d; %x;j=%d;/n",i,0xabcd,j);   
46.     return 0;  
47. }  

 

myprintf函数中也有类似的约定，确定参数表中最后一个参数是一个const char* 类型的字符串，在这个字符串中出现“%d”和“%x”次数的和就是省略号参数表中参数的个数，省略号参数表中的参数类型也都是int类型。

同样的，实际的printf函数也有这样的约定：确定参数表中最后一个参数是一个const char* 类型的字符串，省略号参数表中参数个数就是这个字符串中出现的“%d”，“%x”，“%s”…次数的和，省略号参数表中参数的类型也是由“%d”,“%x”，“%s”……等格式化字符来指示的。

因此，类printf函数中省略号参数表中参数的个数和类型都是由类printf函数中的那个格式化字符串来决定的。

二、格式化字符串攻击原理

因为类printf函数中省略号参数表中参数的个数和类型都是由类printf函数中的那个格式化字符串来决定的，所以攻击者可以利用编程者的疏忽或漏洞，巧妙构造格式化字符串，达到攻击目的。

如果一个程序员的任务是：打印输出一个字符串或者把这个串拷贝到某缓冲区内。他可以写出如下的代码：printf("%s", str);但是为了节约时间和提高效率，并在源码中少输入6个字节，他会这样写：printf(str);

为什么程序员写的是错误的呢？他传入了一个他想要逐字打印的字符串。实际上该字符串被printf函数解释为一个格式化字符（formatstring），printf就会根据该字符串来决定printf函数中省略号参数表中参数的格式和类型，如果这个程序员想要打印的字符串中刚好有“%d”,“%x”之类的格式化字符，那么一个变量的参数值就从堆栈中取出。

比如：

 

view plain copy to clipboard print ?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

1. #include <stdio.h>  
2. #include <stdlib.h>   
3.   
4. int main(int argc, char* argv[])  
5. {  
6.     if(argc != 2)  
7.         return 0;  
8.     printf(argv[1]);  
9.     return 0;  
10. }  

 

当./a.out “hello world”时一切正常，但是当./a.out “%x”时，就会有莫名其妙的数字被打印出来了。

很明显，攻击者至少可以通过打印出堆栈中的这些值来偷看程序的内存。但是有些事情就不那么明显了，这个简单的错误允许向运行中程序的内存里写入任意值。

printf有一个比较另类的用法：%n，当在格式化字符串中碰到"%n"的时候，在%n域之前输出的字符个数会保存到下一个参数里。例如，为了获取在两个格式化的数字之间空间的偏量：

 

view plain copy to clipboard print ?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

1. int main(int argc, char* argv[])  
2. {  
3.     int pos, x = 235, y = 93;  
4.     printf("%d %n%d/n", x, &pos, y);  
5.     printf("The offset was %d/n", pos);  
6.     return 0;  
7. }  

 

输出4(“235 ”的长度)

%n格式返回应该被输出的字符数目，而不是实际输出的字符数目。当把一个字符串格式化输出到一个定长缓冲区内时，输出字符串可能被截短。不考虑截短的影响，%n格式表示如果不被截短的偏量值（输出字符数目）。为了说明这一点，下面的代码会输出100而不是20：

 

view plain copy to clipboard print ?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

1. int main()  
2. {  
3.     char buf[20];  
4.     int pos, x = 0;  
5.     snprintf(buf, sizeof(buf), "%.100d%n", x, &pos);  
6.     printf("position: %d/n", pos);  
7.     return 0;  
8. }  

 

而%n和%d，%x，%s的显著的不同就是%n是会改变变量的值的，这也就是格式化字符串攻击的爆破点。

三、一个实际的例子

下面这个例子至少可以X86的Redhat和arch linux下面进行演示。

 

view plain copy to clipboard print ?

·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150

1. #include <stdio.h>  
2. #include <stdlib.h>  
3. #include <string.h>  
4.   
5. char daddr[16];  
6.   
7. int main(int argc, char **argv)  
8. {  
9.     char buf[100];  
10.     int x;  
11.     x = 1;  
12.     memset(daddr,'/0',16);  
13.     printf("before format string x is %d/%#x (@ %p)/n", x, x, &x);  
14.     strncpy(daddr,"PPPPPPP%n",9);         
15.     snprintf(buf,sizeof(buf),daddr);   //实施格式化字符串攻击  
16.   
17.     buf[sizeof（buf） - 1] = 0;  
18.     printf("after format string x is %d/%#x (@ %p)/n", x, x, &x);  
19.     return 0;  
20. }  

 

运行的结果是：x被成功的改成了7。

上面的例子利用了linux函数调用时的内存残像，来实现格式化字符串攻击的。（参考的经典文章是用猜地址的方法来实现的，猜的一头雾水）

这里我们来分析一下main函数中的堆栈变化情况：

如上图所示，在调用snprintf函数之前，首先调用了printf函数，printf的函数第四个参数是&x，这样在main函数的堆栈内存中留下了&x的内存残像。当调用snprintf时，系统本来只给snprintf准备了3个参数，但是由于格式化字符串攻击，使得snprinf认为应该有四个参数传给它，这样snprintf就私自把&x的内存残像作为第4个参数读走了，而snprintf所谓的第4个参数对应的“%n”，于是snprintf就成功的修改了变量x的值。

而在实际网络环境中可利用的格式化字符串攻击也是很多的。下图就是一个实际网络攻击的截图。

 

 

 

http://blog.youkuaiyun.com/sealyao/archive/2010/10/23/5961330.aspx