CreateProcessA参数型Shellcode的编码问题研究
宣布时间 2021-12-22简朴来讲，，该控制系统的误差由两个程序组成：焦点程序CoreProcess和辅助程序HelpProcess，，焦点程序CoreProcess通过系统函数CreateProcessA来启动HelpProcess（同时转达了相关参数）。。 。其中，，CoreProcess的简化代码如下：
显然，，HelpProcess的WinMain函数保存一个经典的栈溢出误差。。 。当lpCmdLine的数据长度凌驾400字节时，，对buff的strcpy操作就会爆发溢出 ；；当长度凌驾404字节时，，就会笼罩到eipCallerNext，，从而挟制HelpProcess的程序控制流。。 。
回溯代码可知，，lpCmdLine的数据泉源是CoreProcess的CreateProcessA挪用，，且是用户可控的。。 。因此，，该误差的使用看起来是简朴的，，只需要盘算好eipCallerNext的偏移量并使用shellcode填充buff即可。。 。该误差的使用链和客栈结构如下所示：
在使用历程中，，接纳测试填充字符举行溢出时，，eipCallerNext的笼罩总是准确的 ；；但接纳metasploit的shellcode来溢出时，，eipCallerNext的笼罩就变得不准确。。 。对数据举行较量后发明，，shellcode在CoreProcess和HelpProcess是纷歧样的，，即shellcode转达到HelpProcess后爆发了改变。。 。别的，，通过实验metasploit的差别shellcode，，发明这种改变没有显着的纪律可循。。 。
针对这个问题，，ADLab的清静研究员举行了深入的剖析，，弄清了CreateProcessA参数转达的shellcode的编码问题，，并开发了自动化处置惩罚要领，，从而兼容恣意shellcode。。 。
CreateProcessA的参数处置惩罚
Windows操作系统的内核是支持全球种种语言的，，其提供统一的Unicode编码型内核态API ；；针对详细的国家或地区，，Windows通过区域编码来实现外地语言支持，，即Ansi字符串型的用户态API。。 。这些用户态API在内部先把Ansi字符串转换为Unicode字符串，，然后再挪用内核态API ；；这个转换历程是透明的，，用户编写的程序对此无感知。。 。
在Window操作系统上，，1个Unicode字符由2个字节组成，，1个Ansi字符由1个字节或2个字节组成。。 。当首字节的值是0到127时，，它是1个ASCII字符，，对应Unicode字符的2字节的内容就是该ASCII字符加1个填充字符0 ；；例如，，Ansi字符”A”，，其对应的Unicode字符是”A\x00”。。 。当首字节的值大于127时，，则目今字节和下个字节组合起来是一个区域语言的字符，，区域语言字符保存对应的Unicode字符映射表 ；；例如，，”\xce\xd2”的“\xce”不是1个正当的ASCII字符，，它只能和“\xd2”联相助为1其中文字符“我”，，对应的Unicode字符是”\x11\x62”。。 。
如下所示，，CreateProcessA就是一个Ansi编码型的用户态API，，字符串”AAAA”会被自动转换为Unicode字符串并转达给HelpProcess，，然后在挪用WinMain之前又被自动还原为Ansi字符串。。 。因此，，关于Ansi字符串”AAAA”，，CoreProcess和HelpProcess在程序开发上都无需做任何特另外处置惩罚。。 。
通常情形下，，CreateProcessA参数lpCmdline的泉源是可靠的，，好比编译时预界说的字符串和API的返回值，，此时lpCmdline都是准确的Ansi字符串。。 。因此，，CreateProcess险些总能在Unicode和Ansi之间自由地准确转换。。 。
现实上，，关于任何一门区域语言，，其Ansi字符和Unicode字符的映射都不是逐一映射关系 ；；即在2字节的所有取值空间中，，Ansi字符表的有用项数总是小于Unicode字符表的有用项数。。 。这意味着，，针对无法确认是区域语言的2个字节，，若是强制视作Ansi字符则转换成Unicode字符后纷歧定能还原为初始的Ansi字符。。 。例如：”\xeb\x2a”是一条通例的jmp offset指令，，它不是1个正当的中文字符 ；；若是视作Ansi字符强制转换为Unicode字符则是”\x3f\x00”，，再次转换为Ansi字符即是”?”，，丧失了jmp offset指令的语义。。 。
因此，，通过CreateProcessA的cmdline参数举行shellcode转达，，必需要思量区域语言的Ansi字符和Unicode字符相互转换的问题。。 。
在本文的误差使用案例中，，外地区域的语言是中文简体，，对应Ansi编码表是GBK。。 。因此，，必需要对metasploit的shellcode举行GBK编码，，确保其是准确的Ansi字符串。。 。
GBK表的编码在2字节取值空间的规模是8140－FEFE，，即第1字节的取值规模是0x81到0xFE，，第2字节的取值是0x40到0xFE，，如下所示：
别的，，第2字节的现实有用取值尚有更多约束。。 。好比，，第2字节不可为0X7F。。 。针对某些取值的字节，，第2字节的取值比[0x40, 0xFE]的空间更小。。 。如下图所示，，有的只能取该空间的后半部分，，有的则只能取前半部分。。 。
关于shellcode来讲，，其每个字节的取值在0到255之间都是完全正当的。。 。因此，，本文的误差使用要实现shellcode的随意替换，，必需要有一种要领来对shellcode中违反GBK编码的字节举行处置惩罚，，从而阻止Ansi字符和Unicode字符间转换导致的shellcode字符被改变的问题。。 。一个基本的要领是凭证如下的流程对shellcode举行处置惩罚，，其要害是对GBK表举行查表并修正汇编指令。。 。
以如下的shellcode为例，，在扫描到字节0xEB时，，发明是非ASCII字符且查表GBK效果是不保存，，需要举行转换 ；；盘问GBK表后发明，，在0xEB之前插入0x90可以使得90 EB是一个正当的GBK字符，，同时90EB 38又不改变原来的汇编语义，，转换乐成。。 。同理，，继续扫描到下一个字节0XEB时，，再做同样的转换就可以。。 。可是，，第2次的转换插入了新的字节0x90，，导致了原始lab1对应的偏移量爆发了改变 ；；原始lab的指令现实位于转后的lab+1位置，，使得第一个0XEB的语义不法了。。 。因此，，转换历程还要求跟踪指令区块的长度转变。。 。
除了指令区块的长度改变外，，尚有其它兼容性问题。。 。好比，，shellcode中特殊取值（典范有0）的字节处置惩罚问题，，对shellcode的内嵌参数修改问题等。。 。因此，，只管查表转换是最基础的步伐，，但全表盘问的空间大，，限制了shellcode的无邪性。。 。为相识决该问题，，ADLab的清静研究员提出了一种基于盘算的shellcode编码要领。。 。
Shellcode盘算转换
首先，，我们把shellcode分为两部分：头部的牢靠decoder和尾部的多变payload。。 。然后，，接纳查表方法举行手工编写切合GBK编码的汇编代码。。 。其中，，decoder的长度很有限，，决议了这个编写的价钱不大 ；；同时，，多变payload是没有特殊限制的，，通过编写对应的encoder来编码payload使其不违反GBK编码，，又可以被decoder还原。。 。通过这种方法，，对原始shellcode的选择和改变就完全不必体贴GBK编码问题，，使得该误差的使用越发富厚。。 。
为了镌汰decoder的体积，，我们设计了一种盘算要领来编码息争码，，这样就不需要存储GBK字符表或者重大的规则。。 。原始shellcode编码时的盘算规则如下：
遇到字节是ASCII、0x80和0xff，，直接保存。。 。
遇到字节是\x00，，转换成加法运算符\x90和2个盘算数符\x80和\x80。。 。
遇到字节是\x90，，转换成加法运算符\x90和2个盘算数符\x48和\x48。。 。
遇到2个字节可以转换为unicode字符，，直接保存这2个字节。。 。
遇到前面都不可处置惩罚的字节，，直接转换成加法运算符\x90和2个盘算数符，，第1个是\x80，，第2个是差值。。 。
接纳上述的编码要领后，，任何shellcode都可以被转换为正当GBK字符串，，并且decoder对payload的解码盘算也十分简朴，，只需要如下的1条规则：
遇到字符是\x90，，直接对后2个字符举行加法盘算，，并用效果替换字符\x90。。 。
至此，，CreateProcessA参数转达的shellcode的编码问题就所有被约束在了只有一条规则的decoder代码中，，很显然这是一个界线十明确确的局部问题，，因此很容易就解决了。。 。接纳这种要领，，本文的误差使用可以随意挪用metasploit中的shellcode，，无需再担心它们的指令内部细节。。 。
在多语言情形下，，shellcode若是不是直接的内存转达，，则可能会被系统API函数所转换，，从而导致其因在获得执行权之前爆发内容改变而无效。。 。因此，，在误差使用历程中，，需要注重shellcode是否受到多语言版本的API影响。。 。
京公网安备11010802024551号