Numpy反序列化命令执行浅析

0x01 前言

NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。这类数值计算广泛用于以下任务：

机器学习模型：在编写机器学习算法时，需要对矩阵进行各种数值计算。例如矩阵乘法、换位、加法等。NumPy提供了一个非常好的库，用于简单(在编写代码方面)和快速(在速度方面)计算。NumPy数组用于存储训练数据和机器学习模型的参数。

图像处理和计算机图形学：计算机中的图像表示为多维数字数组。NumPy成为同样情况下最自然的选择。实际上，NumPy提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等。

数学任务：NumPy对于执行各种数学任务非常有用，如数值积分、微分、内插、外推等。因此，当涉及到数学任务时，它形成了一种基于Python的MATLAB的快速替代。

0x02 影响范围及利用条件

NumPy

用户加载恶意数据源造成命令执行。

0x03 漏洞分析

我们以ubuntu最新版pip源下载的numpy 1.16.0版本为例进行分析。漏洞点位于npyio.py的第268行，file字符串对象经过格式验证，如果不满足默认的numpy以及zip格式，将会尝试使用序列化的方式进行读取文件。如果是老司机的话，估计大概知道是什么问题了。

我们顺着pickle.load函数继续跟进看看。最终会发现他会逐字节的去读取命令。

如下图，pickle默认支持很多命令语句。

有了这些数据，我们就开始构造命令执行了。在构造命令执行之前，我们得先导入我们所需要的包，以及一个可以执行反射的函数。通过代码检索，发现pickle的操作符号“c”和操作符“R”，分别代表着导入和调用两个操作。

那接下来我们开始构造执行“ls”的命令函数了。

通过上面的操作符号，我们编写出对应的命令，熟悉汇编的同学就看出来了，左边是命令符号，右边是数据。

然后我们把这个数据转化成pickle能够理解的语言。

然后我们把这个payload文件，用numpy.load函数读取一下。

就看到对应的效果了。

0x04 修复方案

2019年1月15日,官方在issue中确认了该漏洞，并准备在下一个小版本中修复

暂时缓解措施，将默认支持allow_pickle函数去掉。

参考链接

https://github.com/numpy/numpy/commit/a2bd3a7eabfe053d6d16a2130fdcad9e5211f6bb

https://bugzilla.suse.com/show_bug.cgi?id=1122208

*本文原创作者：nancyy，本文属FreeBuf原创奖励计划，未经许可禁止转载