# 你所不知道的XML安全
Author: 乌云历史资料库 (@wooyun_archive)
Published: 2015-03-23T02:41:00Z
Canonical: https://wepostx.com/topics/759
> 乌云历史资料归档
>
> **原始作者：** 小飞
> **原始编号：** superkieran-wooyundrops:512
> **原始发布时间：** 2015-03-23 10:41
> **声明：内容仅用于技术研究和个人使用，版权归 wooyun.org。**
---
# 0x00 XML简介
XML 可扩展标记语言，被设计用来传输和存储数据。其形式多样
例如：
```text
1.文档格式（OOXML，ODF,PDF,RSS,DOCX...） 2.图片格式（SVG,EXIF Headers,...） 3.配置文件（自定义名字，一般是.xml） 4.网络协议（WebDAV,CalDAV，XMLRPC,SOAP,REST,XMPP,SAML,XACML,...）
```
某些在XML中被设计出来的特性，比如 XML schemas（遵循XML Schemas 规范）和documents type definitions(DTDs)都是安全问题来源。纵然被公开的讨论了上十年，还是有一大批一大批的软件死在针对XML的攻击上。
其实XML实体机制很好理解，可以直接用“转义”来理解：%和&foo从原始意义上来说是一样的，只是后者是由我们自己来定义任意内容。
拿DTD来说，DTD中能声明实体来定义变量（或是文字类的宏），以便在接下来的DTD或者XML文档中使用。一般实体在DTD中定义，用来访问内部资源，获取里面的文字并用来替换自己的xml文档，而外部实体用来访问外部资源（也就是说，这些资源能来自本地计算机，也可以是远程主机）。在解析外部实体的过程中，XML的分析器可能会使用众多网络协议和服务（DNS,FTP,HTTP,SMB等等）这取决于URLs里面被指定成什么。外部实体用来处理那些实时更新的文档是很有用的，然而，攻击也能在解析外部实体的过程中发生。攻击手段包括：
```text
读取本地文件（可能包含敏感信息 /etc/shadow） 内存侵犯 任意代码执行 拒绝服务
```
本文将对长期以来出现的xml攻击方法进行一个总结。
# 0x01 初识XML外部实体攻击
## 基于外部实体的文件包含
最早被提出的XML攻击方法是利用外部实体的引用功能来实现任意文件读取
```text
#!xml ]> Joe &file; ...
```
然而这种读取是有限制的，因为xml的解析器要求被引用的数据是完整的，我们使用一个例子来解释什么是完整。
```text
#!xml "> ]> &first;&second;
```
如上的xml文档当发送给服务器时，实际上是会产生一个错误的 其中虽然在组合在一起时是能够完美闭合的，但是这些实体由于在第3，4行就被解析一次，此时由于不是完美闭合的，就会抛出一个错误。
这种错误让xml攻击一度变得鸡肋起来，因为实际上很多文件都是“未闭合形式”的，比如在php文件推荐的写法中就是只有前面一个" 这不是实体攻击！
```
除了外部实体和基于DOCTYPE的SSRF攻击之外，XML Schema提供了两个在实例文档中使用的特殊属性，用于指出模式文档的位置。这两个属性是：xsi:schemaLocation和xsi:noNamespaceSchemaLocation，前者用于声明了目标名称空间的模式文档，后者用于没有目标名称空间的模式文档，它们通常在实例文档中使用。
```text
#!xml
```
在这个案例中，所有带有secondaryns:前缀的都会遵循在xmlns:secondaryns中定义的机制。由于DOCTYPE定义不能出现在文档的中部，所以当我们只对文档某个部分可控的时候，就能利用schema_Location（http://location/of/remote/schema/primary.xsd）发起ssrf。（前提是一些设置需要设置为on，然而我们并没有对每个xml parser进行充分的测试来研究不同环境下有什么要求能让我们进行ssrf攻击，所以这也是一个待研究的方向，有兴趣的wooyuner可以交流~）
# 0x02 引入参数实体后的攻击手段
当我们的恶意xml被成功解析，这时我们有可能面临两个问题：
```text
一，数据未闭合导致嵌入失败（比如只存在"标记结束。那么我们能不能构造一个这样的页面来返回那些文件呢
```text
#!xml "> %dtd; ]> &all;
```
combine.dtd如下
```text
#!xml
```
前面也提到过，当xml parsers会把xml的参数实体% start % end马上解释，由于没有闭合 就会抛出错误，那么这里的%start为何能正常地解析呢？ 这是因为参数实体的引用不需要在xml文档解析的时候保持xml闭合，这样就绕过了限制。
通过这样我们就能读取所有数据了（base64编码也可）
## 外带数据bypass回显限制
另一种使用参数实体的手段就是外带数据了。
利用参数实体，我们能够把需要读取的文件通过一些协议（http ftp等）发送到我们的服务器上，那么通过日志查看就能获取数据了 我们可以这么构造
```text
#!xml %dtd;]> &send;
```
然后在我们可控的http://example.com/
放置如下DTD
```text
#!xml "> %all;
```
流程如下
## XXE的奇门遁甲
### 基于XInclude的文件包含
XInclude提供了一种较为方便的取回数据的思路（再也不用担心数据不完整而导致parser抛出一个错误）而我们能够通过parse属性，强制引用文件的类型。
```text
#!xml
```
不过Xinclude需要手动开启，测试发现所有xml parser都默认关闭这一特性。
### 拒绝服务
XXE攻击也能用来发起拒绝服务攻击
如下的递归引用，从下至上以指数形式增多
```text
#!xml ]> &lol9;
```
回忆一下解析过程，当XML处理器载入这个文档的时候，它会包含根元素，而里面定义了实体&lol9 ，而19实体扩展成了包含了“&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;”这个字符串。
如此递归上去，压入内存的东西呈指数增长，实验发现，一个小于1KB的XML攻击payload能消耗3GB的内存。
### 特定环境下的攻击和限制
#### Java&Xerces
默认的Oracle's Java Runtime Environment下的XML parser是Xerces，一个apache的项目。而Xerces和Java提供了一系列的特性，这些特性又能导致一些严重的安全问题。上述的那些攻击手法（DOCTYPEs for SSRF,文件读取,参数实体的外带数据）在java的默认配置下能够运用自如,java/Xerces也支持XInclude 但是需要setXIncludeAware(true) 和setNamespaceAware(true)。
java规范能够支持如下的URL机制
```text
http https ftp file jar
```
令人吃惊的是Java的file协议能够用来列目录，比如说，在linux下面“file:///”会列出/目录下所有东西：
```text
bin boot dev etc home ...
```
jar协议jar:http://host/application.jar!/file/within/the/zip会导致服务器首先取得文件然后解压这个以jar开头！结尾的包 并提取后面的文件。从攻击者的角度看，完全能够定制一些高压缩比的包（比如1000：1）这些ZIP炸弹能用来攻击反病毒系统，或者用来消耗目标机的硬盘/内存资源。注意，jar URLs能在任何接受DOCTYPE定义的JAVA Xerces系统上使用。所以，即使外部实体关闭了，还是能够进行攻击。
#### php&expect的RCE
很遗憾，这个扩展并不是默认安装的，然而安装了这个扩展的XXE漏洞，是能够执行任意命令。
```text
#!xml ]> &cmd;
```
那么就会返回如下
```text
uid=501(Apple) gid=20(staff) groups=20(staff),501(access_bpf),12(everyone),61(localaccounts),79(_appserverusr),80(admin),81(_appserveradm),98(_lpadmin),401(com.apple.sharepoint.group.1),33(_appstore),100(_lpoperator),204(_developer),398(com.apple.access_screensharing),399(com.apple.access_ssh)
```
#### xml注入
这个和xxe攻击关系并不大，但是本文讨论的是XML安全，所以这个自然也就收录进来
$GLOBALS["HTTP_RAW_POST_DATA"]在php中被设置成了“不转义”，一旦程序通过实体获取数据后，直接带入了Mysql最后造成注入
案例如下
[WooYun: PHPYUN最新版XML注入及SQL注入获取管理员账号（无视任何防御）](http://www.wooyun.org/bugs/wooyun-2014-064678)
## 0x03 总结
XXE攻击总在被忽视
开发者往往说：
攻击威胁小..
关闭实体就能完全避免...
XML实体攻击是啥？
然而，xml实体攻击再上述的攻击中已然产生了很多出乎开发者意料的威胁。
参考文章：
VSR http://www.vsecurity.com/download/publications/XMLDTDEntityAttacks.pdf
OWASP https://www.owasp.org/index.php/XML_External_Entity_(XXE)_Processing
ssrf扫描图引用自OWASP一位speaker的PDF
## Replies