SSRF是一种常见的Web漏洞,通常存在于需要请求外部内容的逻辑中,比如本地化网络图片、XML解析时的外部实体注入、软件的离线下载等。当攻击者传入一个未经验证的URL,后端代码直接请求这个URL,将会造成SSRF漏洞。
具体危害体现在以下几点上:
特别是这两年,大量利用SSRF攻击内网服务的案例被爆出来,导致SSRF漏洞慢慢受到重视。这就给Web应用开发者提出了一个难题:如何在保证业务正常的情况下防御SSRF漏洞?
很多开发者认为,只要检查一下请求url的host不为内网IP,即可防御SSRF。这个观点其实提出了两个技术要点:
于是,攻击者通过这两个技术要点,针对性地想出了很多绕过方法。
这实际上是很多开发者面临的第一个问题,很多新手甚至连内网IP常用的段是多少也不清楚。
何谓内网IP,实际上并没有一个硬性的规定,多少到多少段必须设置为内网。有的管理员可能会将内网的IP设置为233.233.233.0/24段,当然这是一个比较极端的例子。
通常我们会将以下三个段设置为内网IP段,所有内网内的机器分配到的IP是在这些段中:
192.168.0.0/16 => 192.168.0.0 ~ 192.168.255.255
10.0.0.0/8 => 10.0.0.0 ~ 10.255.255.255
172.16.0.0/12 => 172.16.0.0 ~ 172.31.255.255
所以通常,我们只需要判断目标IP不在这三个段,另外还包括 127.0.0.0/8 和 0.0.0.0/8 。
在Linux下,127.0.0.1与0.0.0.0都指向本地,参考 http://blog.orange.tw/2017/07/how-i-chained-4-vulnerabilities-on.html
很多人会忘记 127.0.0.0/8 ,认为本地地址就是 127.0.0.1 ,实际上本地回环包括了整个127段。你可以访问http://127.233.233.233/
,会发现和请求127.0.0.1是一个结果:
所以我们需要防御的实际上是5个段,只要IP不落在这5个段中,就认为是“安全”的。
网上一些开发者会选择使用“正则”的方式判断目标IP是否在这几个段中,这种判断方法通常是会遗漏或误判的,比如如下代码:
这是Sec-News最老版本判断内网IP的方法,里面使用正则判断IP是否在内网的几个段中。这个正则也是我当时临时在网上搜的,很明显这里存在多个绕过的问题:
这四种方式我们可以依次试试:
四种写法(5个例子):012.0.0.1 、 0xa.0.0.1 、 167772161 、 10.1 、 0xA000001 实际上都请求的是10.0.0.1,但他们一个都匹配不上上述正则表达式。
更聪明一点的人是不会用正则表达式来检测IP的(也许这类人并不知道内网IP的正则该怎么写)。Wordpress的做法是,先将IP地址规范化,然后用“.”将其分割成数组parts,然后根据parts[0]和parts[1]的取值来判断:
其实也略显麻烦,而且曾经也出现过用进制方法绕过的案例( WordPress < 4.5 SSRF 分析 ),不推荐使用。
我后来选择了一种更为简单的方法。众所周知,IP地址是可以转换成一个整数的,在PHP中调用ip2long函数即可转换,在Python使用inet_aton去转换。
而且IP地址是和2^32内的整数一一对应的,也就是说0.0.0.0 == 0,255.255.255.255 == 2^32 - 1。所以,我们判断一个IP是否在某个IP段内,只需将IP段的起始值、目标IP值全部转换为整数,然后比较大小即可。
于是,我们可以将之前的正则匹配的方法修改为如下方法:
这就是一个最简单的方法,也最容易理解。
假如你懂一点掩码的知识,你应该知道IP地址的掩码实际上就是(32 - IP地址所代表的数字的末尾bit数)
。所以,我们只需要保证目标IP和内网边界IP的前“掩码”位bit相等即可。借助位运算,将以上判断修改地更加简单:
from socket import inet_aton
from struct import unpack
def ip2long(ip_addr):
return unpack("!L", inet_aton(ip_addr))[0]
def is_inner_ipaddress(ip):
ip = ip2long(ip)
return ip2long('127.0.0.0') >> 24 == ip >> 24 or \
ip2long('10.0.0.0') >> 24 == ip >> 24 or \
ip2long('172.16.0.0') >> 20 == ip >> 20 or \
ip2long('192.168.0.0') >> 16 == ip >> 16 \
ip2long('0.0.0.0') >> 24 == ip >> 24
以上代码也就是Python中判断一个IP是否是内网IP的最终方法,使用时调用is_inner_ipaddress(...)
即可(注意自己编写捕捉异常的代码)。
如何获取"真正请求"的Host,这里需要考虑三个问题:
第一个问题,看起来很简单,但实际上有很多网站在获取Host上犯过一些错误。最常见的就是,使用http://233.233.233.233@10.0.0.1:8080/
、http://10.0.0.1#233.233.233.233
这样的URL,让后端认为其Host是233.233.233.233,实际上请求的却是10.0.0.1。这种方法利用的是程序员对URL解析的错误,有很多程序员甚至会用正则去解析URL。
在Python 3下,正确获取一个URL的Host的方法:
from urllib.parse import urlparse
url = 'https://10.0.0.1/index.php'
urlparse(url).hostname
这一步一定不能犯错,否则后面的工作就白做了。
第二个问题,只要检查一下我们获取到的Host是否是内网IP,即可防御SSRF漏洞么?
答案是否定的,原因是,Host可能是IP形式,也可能是域名形式。如果Host是域名形式,我们是没法直接比对的。只要其解析到内网IP上,就可以绕过我们的is_inner_ipaddress
了。
网上有个服务 http://xip.io ,这是一个“神奇”的域名,它会自动将包含某个IP地址的子域名解析到该IP。比如 127.0.0.1.xip.io
,将会自动解析到127.0.0.1,www.10.0.0.1.xip.io
将会解析到10.0.0.1:
这个域名极大的方便了我们进行SSRF漏洞的测试,当我们请求 http://127.0.0.1.xip.io/info.php 的时候,表面上请求的Host是 127.0.0.1.xip.io ,此时执行is_inner_ipaddress('127.0.0.1.xip.io')
是不会返回True的。但实际上请求的却是 127.0.0.1 ,这是一个标准的内网IP。
所以,在检查Host的时候,我们需要将Host解析为具体IP,再进行判断,代码如下:
import socket
import re
from urllib.parse import urlparse
from socket import inet_aton
from struct import unpack
def check_ssrf(url):
hostname = urlparse(url).hostname
def ip2long(ip_addr):
return unpack("!L", inet_aton(ip_addr))[0]
def is_inner_ipaddress(ip):
ip = ip2long(ip)
return ip2long('127.0.0.0') >> 24 == ip >> 24 or \
ip2long('10.0.0.0') >> 24 == ip >> 24 or \
ip2long('172.16.0.0') >> 20 == ip >> 20 or \
ip2long('192.168.0.0') >> 16 == ip >> 16 \
ip2long('0.0.0.0') >> 24 == ip >> 24
try:
if not re.match(r"^https?://.*/.*$", url):
raise BaseException("url format error")
ip_address = socket.getaddrinfo(hostname, 'http')[0][4][0]
if is_inner_ipaddress(ip_address):
raise BaseException("inner ip address attack")
return True, "success"
except BaseException as e:
return False, str(e)
except:
return False, "unknow error"
首先判断url是否是一个HTTP协议的URL(如果不检查,攻击者可能会利用file、gophar等协议进行攻击),然后获取url的host,并解析该host,最终将解析完成的IP放入is_inner_ipaddress
函数中检查是否是内网IP。
第三个问题,是不是做了以上工作,解析并判断了Host指向的IP不是内网IP,即防御了SSRF漏洞?
答案继续是否定的,上述函数并不能正确防御SSRF漏洞。为什么?
当我们请求的目标返回30X状态的时候,如果没有禁止跳转的设置,大部分HTTP库会自动跟进跳转。此时如果跳转的地址是内网地址,将会造成SSRF漏洞。
这个原因也很好理解,我以Python的requests库为例。requests的API中有个设置,叫allow_redirects
,当将其设置为True的时候requests会自动进行30X跳转。而默认情况下(开发者未传入这个参数的情况下),requests会默认将其设置为True:
所以,我们可以试试请求一个302跳转的网址:
默认情况下,将会跟踪location指向的地址,所以返回的status code是最终访问的页面的状态码。而设置了allow_redirects
的情况下,将会直接返回302状态码。
所以,即使我们获取了http://t.cn/R2iwH6d
的Host,通过了is_inner_ipaddress
检查,也会因为302跳转,跳到一个内网IP,导致SSRF。
这种情况下,我们有两种解决方法:
allow_redirects=False
,不允许目标进行跳转第一种情况明显是会影响业务的,只是规避问题而未解决问题。当业务上需要目标URL能够跳转的情况下,只能使用第二种方法了。
所以,归纳一下,完美解决SSRF漏洞的过程如下:
那么,上一章说的5个过程,具体用Python怎么实现?
我们可以写一个循环,循环条件就是“该次请求的状态码是否是30X”,如果是就继续执行循环,继续跟进location,如果不是,则退出循环。代码如下:
r = requests.get(url, allow_redirects=False)
while r.is_redirect:
url = r.headers['location']
succ, errstr = check_ssrf(url)
if not succ:
raise Exception('SSRF Attack.')
r = requests.get(url, allow_redirects=False)
这个代码思路大概没有问题,但非常简陋,而且效率不高。
只要你翻翻requests的源代码,你会发现,它在处理30X跳转的时候考虑了很多地方:
如果说就按照之前简陋的代码编写程序,固然可以防御SSRF漏洞,但上述提高效率的方法均没用到。
那么,有更好的解决方法么?当然有,我们翻一下requests的源代码,可以看到一行特殊的代码:
hook的意思就是“劫持”,意思就是在hook的位置我可以插入我自己的代码。我们看看dispatch_hook
函数做了什么:
def dispatch_hook(key, hooks, hook_data, **kwargs):
"""Dispatches a hook dictionary on a given piece of data."""
hooks = hooks or dict()
hooks = hooks.get(key)
if hooks:
if hasattr(hooks, '__call__'):
hooks = [hooks]
for hook in hooks:
_hook_data = hook(hook_data, **kwargs)
if _hook_data is not None:
hook_data = _hook_data
return hook_data
hooks是一个函数,或者一系列函数。这里做的工作就是遍历这些函数,并调用:_hook_data = hook(hook_data, **kwargs)
我们翻翻文档,可以找到hooks event的说明 http://docs.python-requests.org/en/master/user/advanced/?highlight=hook#event-hooks :
文档中定义了一个print_url
函数,将其作为一个hook函数。在请求的过程中,响应对象被传入了print_url
函数,请求的域名被打印了下来。
我们可以考虑一下,我们将检查SSRF的过程也写为一个hook函数,然后传给requests.get,在之后的请求中一旦获取response就会调用我们的hook函数。这样,即使我设置allow_redirects=True
,requests在每次请求后都会调用一次hook函数,在hook函数里我只需检查一下response.headers['location']
即可。
说干就干,先写一个hook函数:
当r.is_redirect
为True的时候,也就是说这次请求包含一个跳转。获取此时的r.headers['location']
,并进行一些处理,最后传入check_ssrf
。当检查不通过时,抛出一个异常。
然后编写一个请求函数safe_request_url
,意思是“安全地请求一个URL”。使用这个函数请求的域名,将不会出现SSRF漏洞:
我们可以看到,在第一次请求url前,还是需要check_ssrf
一次的。因为hook函数_request_check_location
只是检查30X跳转时是否存在SSRF漏洞,而没有检查最初请求是否存在SSRF漏洞。
不过上面的代码还不算完善,因为_request_check_location
覆盖了原有(用户可能定义的其他hooks)的hooks属性,所以需要简单调整一下。
最终,给出完整代码:
import socket
import re
import requests
from urllib.parse import urlparse
from socket import inet_aton
from struct import unpack
from requests.utils import requote_uri
def check_ssrf(url):
hostname = urlparse(url).hostname
def ip2long(ip_addr):
return unpack("!L", inet_aton(ip_addr))[0]
def is_inner_ipaddress(ip):
ip = ip2long(ip)
return ip2long('127.0.0.0') >> 24 == ip >> 24 or \
ip2long('10.0.0.0') >> 24 == ip >> 24 or \
ip2long('172.16.0.0') >> 20 == ip >> 20 or \
ip2long('192.168.0.0') >> 16 == ip >> 16 \
ip2long('0.0.0.0') >> 24 == ip >> 24
try:
if not re.match(r"^https?://.*/.*$", url):
raise BaseException("url format error")
ip_address = socket.getaddrinfo(hostname, 'http')[0][4][0]
if is_inner_ipaddress(ip_address):
raise BaseException("inner ip address attack")
return True, "success"
except BaseException as e:
return False, str(e)
except:
return False, "unknow error"
def safe_request_url(url, **kwargs):
def _request_check_location(r, *args, **kwargs):
if not r.is_redirect:
return
url = r.headers['location']
# The scheme should be lower case...
parsed = urlparse(url)
url = parsed.geturl()
# Facilitate relative 'location' headers, as allowed by RFC 7231.
# (e.g. '/path/to/resource' instead of 'http://domain.tld/path/to/resource')
# Compliant with RFC3986, we percent encode the url.
if not parsed.netloc:
url = urljoin(r.url, requote_uri(url))
else:
url = requote_uri(url)
succ, errstr = check_ssrf(url)
if not succ:
raise requests.exceptions.InvalidURL("SSRF Attack: %s" % (errstr, ))
success, errstr = check_ssrf(url)
if not success:
raise requests.exceptions.InvalidURL("SSRF Attack: %s" % (errstr,))
all_hooks = kwargs.get('hooks', dict())
if 'response' in all_hooks:
if hasattr(all_hooks['response'], '__call__'):
r_hooks = [all_hooks['response']]
else:
r_hooks = all_hooks['response']
r_hooks.append(_request_check_location)
else:
r_hooks = [_request_check_location]
all_hooks['response'] = r_hooks
kwargs['hooks'] = all_hooks
return requests.get(url, **kwargs)
外部程序只要调用safe_request_url(url)
即可安全地请求某个URL,该函数的参数与requests.get
函数参数相同。
完美在Python Web开发中解决SSRF漏洞。其他语言的解决方案类似,大家可以自己去探索。
参考内容: