格式化字符串攻击原理及示例

　　一、类printf函数簇实现原理
　　类printf函数的最大的特点就是，在函数定义的时候无法知道函数实参的数目和类型。
　　对于这种情况，可以使用省略号指定参数表。
　　带有省略号的函数定义中，参数表分为两部分，前半部分是确定个数、确定类型的参数，第二部分就是省略号，代表数目和类型都不确定的参数表，省略号参数表中参数的个数和参数的类型是事先的约定计算出来的，每个实参的地址（指针）是根据确定参数表中最后一个实参的地址算出来的。
　　这里涉及到函数调用时的栈操作。函数栈的栈底是高地址，栈顶是底地址。在函数调用
　　时函数实参是从最后一个参数（最右边的参数）到第一个参数（最左边的参数）依次被压入栈顶方向。也就是说函数调用时，函数实参的地址是相连的，并且从左到右地址是依次增加的。如： #include  #include  void fun(int a, ...) { int i; int *temp = &a; temp++; for (i = 0; i  #include  void myprintf(char* fmt, ...) //一个简单的类似于printf的实现，//参数必须都是int 类型 { char* pArg=NULL; //等价于printf原始实现的va_list char c; pArg = (char*) &fmt; //注意不要写成p = fmt !!因为这里要对//参数取址，而不是取值 pArg += sizeof(fmt); //等价于原来的va_start do { c =*fmt; if (c != '%') { putchar(c); //照原样输出字符 } else { //按格式字符输出数据 switch(*++fmt) { case 'd': printf("%d",*((int*)pArg)); break; case 'x': printf("%#x",*((int*)pArg)); break; default: break; } pArg += sizeof(int); //等价于原来的va_arg } ++fmt; }while (*fmt != '\0'); pArg = NULL; //等价于va_end return; } int main(int argc, char* argv[]) { int i = 1; int j = 2; myprintf("the first test:i=%d\n",i,j); myprintf("the secend test:i=%d; %x;j=%d;\n",i,0xabcd,j); return 0; } myprintf函数中也有类似的约定，确定参数表中最后一个参数是一个const char* 类型的字符串，在这个字符串中出现"%d"和"%x"次数的和就是省略号参数表中参数的个数，省略号参数表中的参数类型也都是int类型。
　　同样的，实际的printf函数也有这样的约定：确定参数表中最后一个参数是一个const char* 类型的字符串，省略号参数表中参数个数就是这个字符串中出现的"%d"，"%x"，"%s"…次数的和，省略号参数表中参数的类型也是由"%d","%x"，"%s"……等格式化字符来指示的。
　　因此，类printf函数中省略号参数表中参数的个数和类型都是由类printf函数中的那个格式化字符串来决定的。
　　二、格式化字符串攻击原理
　　因为类printf函数中省略号参数表中参数的个数和类型都是由类printf函数中的那个格式化字符串来决定的，所以攻击者可以利用编程者的疏忽或漏洞，巧妙构造格式化字符串，达到攻击目的。
　　如果一个程序员的任务是：打印输出一个字符串或者把这个串拷贝到某缓冲区内。他可以写出如下的代码：printf("%s", str);但是为了节约时间和提高效率，并在源码中少输入6个字节，他会这样写：printf(str);
　　为什么程序员写的是错误的呢？他传入了一个他想要逐字打印的字符串。实际上该字符串被printf函数解释为一个格式化字符（formatstring），printf就会根据该字符串来决定printf函数中省略号参数表中参数的格式和类型，如果这个程序员想要打印的字符串中刚好有"%d","%x"之类的格式化字符，那么一个变量的参数值就从堆栈中取出。
　　比如： #include  #include  int main(int argc, char* argv[]) { if(argc != 2) return 0; printf(argv[1]); return 0; } 当./a.out "hello world"时一切正常，但是当./a.out "%x"时，就会有莫名其妙的数字被打印出来了。
　　很明显，攻击者至少可以通过打印出堆栈中的这些值来偷看程序的内存。但是有些事情就不那么明显了，这个简单的错误允许向运行中程序的内存里写入任意值。
　　printf有一个比较另类的用法：%n，当在格式化字符串中碰到"%n"的时候，在%n域之前输出的字符个数会保存到下一个参数里。例如，为了获取在两个格式化的数字之间空间的偏量： int main(int argc, char* argv[]) { int pos, x = 235, y = 93; printf("%d %n%d\n", x, &pos, y); printf("The offset was %d\n", pos); return 0; }  输出4("235 "的长度)
　　%n格式返回应该被输出的字符数目，而不是实际输出的字符数目。当把一个字符串格式化输出到一个定长缓冲区内时，输出字符串可能被截短。不考虑截短的影响，%n格式表示如果不被截短的偏量值（输出字符数目）。为了说明这一点，下面的代码会输出100而不是20： int main() { char buf[20]; int pos, x = 0; snprintf(buf, sizeof(buf), "%.100d%n", x, &pos); printf("position: %d\n", pos); return 0; }  而%n和%d，%x，%s的显著的不同就是%n是会改变变量的值的，这也就是格式化字符串攻击的爆破点。
　　三、一个实际的例子
　　下面这个例子至少可以X86的Redhat和arch linux下面进行演示。 #include  #include  #include  char daddr[16]; int main(int argc, char **argv) { char buf[100]; int x; x = 1; memset(daddr,'\0',16); printf("before format string x is %d/%#x (@ %p)\n", x, x, &x); strncpy(daddr,"PPPPPPP%n",9); snprintf(buf,sizeof(buf),daddr); //实施格式化字符串攻击 buf[sizeof（buf） - 1] = 0; printf("after format string x is %d/%#x (@ %p)\n", x, x, &x); return 0; }  运行的结果是：x被成功的改成了7。
　　上面的例子利用了linux函数调用时的内存残像，来实现格式化字符串攻击的。（参考的经典文章是用猜地址的方法来实现的，猜的一头雾水）
　　这里我们来分析一下main函数中的堆栈变化情况：
　　
　　如上图所示，在调用snprintf函数之前，首先调用了printf函数，printf的函数第四个参数是&x，这样在main函数的堆栈内存中留下了&x的内存残像。当调用snprintf时，系统本来只给snprintf准备了3个参数，但是由于格式化字符串攻击，使得snprinf认为应该有四个参数传给它，这样snprintf就私自把&x的内存残像作为第4个参数读走了，而snprintf所谓的第4个参数对应的"%n"，于是snprintf就成功的修改了变量x的值。
　　而在实际网络环境中可利用的格式化字符串攻击也是很多的。下图就是一个实际网络攻击的截图。