[[197554]]

Python由于其簡單，快速，庫豐富的特點在國內使用的越來越廣泛，但是一些不好的用法卻帶來了嚴重的安全問題，本文從Python源碼入手，分析其語法樹，跟蹤數據流來判斷是否存在注入點。

0x01 引言

Python注入問題是說用戶可以控制輸入，導致系統執行一些危險的操作。它是Python中比較常見的安全問題，特別是把python作為web應用層的時候這個問題就更加突出，它包括代碼注入，OS命令注入，sql注入，任意文件下載等。

0x02 注入的場景

主要是在web應用場景中，用戶可直接控制輸入參數，并且程序未做任何參數判斷或者處理，直接就進入了危險函數中，導致執行一些危險的操作。主要的注入類型有：

(一)OS命令注入

主要是程序中通過Python的OS接口執行系統命令，常見的危險函數有

os.system,os.popen,commands.getoutput,commands.getstatusoutput,subprocess

等一些接口。例如：def myserve(request,fullname):os.system('sudo rm -f %s'%fullname)，fullname是用戶可控的，惡意用戶只需利用shell的拼接符;就可以完成一次很好的攻擊。

(二)代碼注入

是說在注入點可以執行一段代碼，這個一般是由python的序列話函數eval導致的，例如：def eval_test(request,login):login = eval(login),如果惡意用戶從外界傳入import('os').system('rm /tmp -fr')就可以清空tmp目錄。

(三)Sql注入

在一般的Python web框架中都對sql注入做了防護，但是千萬別認為就沒有注入風險，使用不當也會導致sql注入。例如：

def getUsers(user_id):sql = ‘select * from auth_user where id =%s’%user_idres = cur.execute(sql)

(四)任意文件下載

程序員編寫了一個下載報表或者任務的功能，如果沒有控制好參數就會導致任意文件下載，例如：def export_task(request,filename):return HttpResponse(fullname)

0x03 判斷原理

從以上四種情況來看，都有一個共同點，那就是危險函數中使用了可控參數，如system函數中使用到的('sudo rm -f %s'%fullname)，如eval中使用到的login參數，如execute函數中使用到的user_id參數,如HttpResponse中使用到的fullname參數，這些參數直接從函數中傳進來，或者經過簡單的編碼，截斷等處理直接進入危險函數，導致了以上危險行為。如果在執行危險函數前對這些可控參數進行一定判斷，如必須是數字，路徑必須存在，去掉某些特殊符號等則避免了注入問題。 有了這個基礎理論，這個參數數據在傳遞的過程中到底有沒有改變?怎么順利的跟蹤可控參數呢?接下來分析Python的語法樹。

0x04 Python語法樹

很顯然，在參數不停傳遞過程中，普通的正則表達式已經無能為力了。這個時候就可以體現Python庫豐富的特點。Python官方庫中就提供了強大的Python語法分析模塊ast。我們可以利用根據ast優化后的PySonar模塊，PySonar相對于ast模塊而言有性能上的提升，另外是以Python的dict來表示的。

(一)語法樹的表示-文件

一個文件中可以有函數，類，它是模塊的組成單位。大體結構如下：{"body":[{},{}],"filename":"test.py","type":"module"}，這是文件test.py得到的語法樹結構，body里面包含兩個dict，實際里面會存放函數，類，全局變量或者導入等，它是遞歸嵌套的，type字段表明類型，在這里是模塊，filename則是它的文件名。

(二)語法樹的表示-函數

函數的作用就不用多說了，django的view層基本都是以函數為單位的。下面來看一個函數的語法樹，如圖：

我們簡單分析一下這個結構，首先是type，這里是FunctionDef，說明這個結構體是一個函數，_fields中的name，args，body，decorator_list等是函數的基本組成單位。name是函數名稱，上述函數名為is_this_subdomain;args是函數的參數，它包含普通參數args，默認參數kwarg;lineno是標明該語句所在的文件的行數;decorator_list則是函數的修飾器，上述為空。

(三)語法樹的表示-類

在類的語法樹中，包含body，decorator_list,lineno,name,base等字段type是ClassDef，表明該結構為class，body中則包含著函數的結構體，base則是繼承的父類。

(四)語法樹的表示-示例

接下來我們將以一個if結構片段代碼作為示例，來解釋Python源碼到其語法樹的對應關系。片段代碼：if type not in ["RSAS", "BVS"]:return HttpResponse("2")，得到的語法樹如圖2：

在這個語法樹結構中，body里包含著if結構中的語句return HttpResponse("2"),type為Compare表示該結構體為判斷語句，left表示左值即源碼中的type，test結構體中則是用來進行if判斷，test中的ops對應著源碼中的not in，表示比較判斷，comparators則是被比較的元素。這樣源碼就和Python語法樹一一對應起來，有了這些一一對應的基礎，就有了判斷Python注入問題的原型。

0x05 注入判斷的實現

注入判斷的核心就在于找到危險函數，并且判斷其參數是可控的，找到危險函數這個只需要維護一個危險函數列表即可，當在語法樹中發現了函數調用并且其名稱在危險列表中就可以標記出該行代碼，接下來的難點就在于跟蹤該函數的參數，默認認為該危險函數的外層函數的參數是可控的，那就只需要分析這個外層函數參數的傳遞過程即可。首先分析哪些情況下，從一個參數賦值給另外一個參數其值還是可控的，下面列舉了5中基本情況：

(1)屬性取值：對一個變量取屬性，比如request的GET，POST,FILES屬性，屬性的屬性還是可控的，但是request的其他字段如META,user，session,url則得排查開外。 (2)字符串拼接：被拼接的字符串中包含可控參數，則認為賦值后的值也是可控的，需要考慮好各種拼接情況，如使用+，%等進行拼接。 (3)分片符取值：一般認為分片后的值也是可控的。 (4)列表解析式，如果列表解析式基于某個可控因子進行迭代，則認為賦值后的列表也是可控的。 (5)簡單的函數處理：a，處理函數是字符串操作函數(str，unicode，strip，encode等);b，簡單的未過濾函數，也就是說這個函數的返回參數是可控的。

對外層函數中的所有代碼行進行分析，判斷是否是賦值類型，如果賦值類型的操作屬于以上五種情況中任意一種，則將該賦值后的值放入可變參數列表中，具體的流程如圖3：

另外在分析的過程中還得排除下列情況，提前結束分析。第一種情況是 if語句中有os.path.exitst,isdigit帶可控參數并且含有return語句，如(if not os.path.isdir(parentPath)：return None);第二種情況是將可控參數鎖定在某個定值范圍并直接返回的，如(if type not in ["R", "B"]：return HttpResponse("2"))。

0x06 結束語

對Python源碼實現注入問題的自動審查，大大降低了人為的不可控性，使代碼暴露出來的漏洞更少。當然目前來說這個模塊還是有一定局限性，對類的處理不夠充分，沒有分析導入的函數對屬性的取值也不夠細分等問題。