aside 11 Jan

涉及所有主流开发语言的Hash安全漏洞

导语：近来IT技术领域热点事件频发，特别是Hash Collision DoS （通过Hash碰撞进行的拒绝式服务攻击），更是吸引了广大技术人员的注意。通过Hash Collision DoS，能让受攻击的服务器变得巨慢无比。而这个漏洞早在2003年时就有过相关论文报告进行了预警，但好像并没有引起当时正蓬勃发展的Java和其他开发语言设计者的注意。直到现在，这个漏洞几乎影响到了所有的开发语言，而且截止发稿时，业界也没有找到一条完美的解决之道。

Hash Collision DoS事件及影响

Hash Collision DoS能让受攻击的服务器变得巨慢无比。

这不是因为服务器的编码原因或是疏忽造成的，而是程序语言自身的问题，Hash Collision DoS利用了各语言中Hash算法的“非随机性”可以制造出N多不一样的value，但是key一样数据，然后让Hash表成为一张单向链表，从而导致整个网站或是程序的运行性能以级数下降。有数据说，10kb的数据量就会导致一个i7的CPU马上占用率飙升100%，这真是恐怖。不幸的是，除了Perl之外，这个漏洞使得包括Java, JRuby, PHP, Python在内的以下各种开发语言和许多常用软件都纷纷中招：

  • Java, 所有版本
  • JRuby <= 1.6.5 （目前fix在 1.6.5.1）
  • PHP <= 5.3.8, <= 5.4.0RC3 （目前fix在 5.3.9,  5.4.0RC4）
  • Python, all versions
  • Rubinius, all versions
  • Ruby <= 1.8.7-p356 （目前fix在 1.8.7-p357, 1.9.x）
  • Apache Geronimo, 所有版本
  • Apache Tomcat <= 5.5.34, <= 6.0.34, <= 7.0.22 （目前fix在 5.5.35,  6.0.35,  7.0.23）
  • Oracle Glassfish <= 3.1.1 （目前fix在mainline）
  • Jetty, 所有版本
  • Plone, 所有版本
  • Rack <= 1.3.5, <= 1.2.4, <= 1.1.2 （目前fix 在 1.4.0, 1.3.6, 1.2.5, 1.1.3）
  • V8 JavaScript Engine, 所有版本
  • ASP.NET 没有打MS11-100补丁

事实上，Hash Collision DoS 漏洞并不是突然出现，早在2003年的一篇论文《通过算法复杂性进行拒绝式服务攻击》中就有相关报告进行了预警，但好像并没有引起当时正蓬勃发展的Java和其它开发语言的注意。以上不幸中招开发语言的列表还在继续更新之中，最新情况可查看： oCERT的2011-003报告。

更详细的内容，可参考这里。

原理及解决方法：Java相关

这些语言使用的Hash算法都是“非随机的”，比如Java和Oracle使用的Hash函数：

  1. staticinthash(inth)   
  2. {   
  3. h ^= (h >>> 20) ^ (h >>> 12);   
  4. returnh ^ (h >>> 7) ^ (h >>> 4);   
  5. }  

所谓“非随机的” Hash算法，就可以猜。比如：

1）在Java里， Aa和BB这两个字符串的hash code(或hash key) 是一样的，也就是Collision 。

2）于是，可以通过这两个种子生成更多的拥有同一个hash key的字符串。如：”AaAa”, “AaBB”, “BBAa”, “BBBB”。这是第一次迭代。其实就是一个排列组合，写个程序就搞定了。

3）然后，可以用这4个长度的字符串，构造8个长度的字符串，如下所示：

  1. “AaAaAaAa”, “AaAaBBBB”, “AaAaAaBB”, “AaAaBBAa”,   
  2. “BBBBAaAa”, “BBBBBBBB”, “BBBBAaBB”, “BBBBBBAa”,   
  3. “AaBBAaAa”, “AaBBBBBB”, “AaBBAaBB”, “AaBBBBAa”,   
  4. “BBAaAaAa”, “BBAaBBBB”, “BBAaAaBB”, “BBAaBBAa”,  

4）同理，就可以生成16个长度的、以及256个长度的字符串，总之，很容易生成N多的这样的值。

在攻击时，只需要把这些数据做成一个HTTP POST 表单，然后写一个无限循环的程序，不停地提交这个表单。用浏览器就可以实现。当然，如果做得更精妙一点的话，把这个表单做成一个跨站脚本，然后找一些网站的跨站漏洞，放上去，于是能过SNS的力量就可以找到N多个用户从不同的IP来攻击某服务器。

要防守这样的攻击，有下面几招：

打补丁，把hash算法改了。

限制POST的参数个数，限制POST的请求长度。

最好还有防火墙检测异常的请求。

不过，对于更底层的或是其它形式的攻击，可能就有点麻烦了。

原理及解决方法：PHP相关

下面再结合PHP内核源码，聊一聊这种攻击的原理及实现。

PHP是使用单链表存储碰撞的数据，因此实际上PHP哈希表的平均查找复杂度为O(L)，其中L为桶链表的平均长度；而最坏复杂度为O(N)，此时所有数据全部碰撞，哈希表退化成单链表。下图PHP中正常哈希表和退化哈希表的示意图。

哈希表碰撞攻击就是通过精心构造数据，使得所有数据全部碰撞，人为将哈希表变成一个退化的单链表，此时哈希表各种操作的时间均提升了一个数量级，因此会消耗大量CPU资源，导致系统无法快速响应请求，从而达到拒绝服务攻击（DoS）的目的。

攻击者可以通过一些方法间接构造哈希表来进行攻击。例如PHP可利用POST方式进行攻击，针对这种方式的哈希碰撞攻击，目前PHP的防护措施是控制POST数据的数量。另外的防护方法是在Web服务器层面进行处理，例如限制http请求body的大小和参数的数量等，这个是现在用的最多的临时处理方案。这些方法只是限制POST数据的数量，而不能彻底解决这个问题。彻底的解决方案要从Zend底层HashTable的实现动手。一般来说有两种方式，一是限制每个桶链表的最长长度；二是使用其它数据结构如红黑树取代链表组织碰撞哈希（并不解决哈希碰撞，只是减轻攻击影响，将N个数据的操作时间从O(N^2)降至O(NlogN)，代价是普通情况下接近O(1)的操作均变为O(logN)）。

目前使用最多的仍然是POST数据攻击，因此建议生产环境的PHP均进行升级或打补丁。至于从数据结构层面修复这个问题，目前还没有任何方面的消息。

更多详细内容可参考原文。

原理及解决方法：Nodejs相关

以 connect 为示例说明在Nodejs防御此问题。

使用 connect.limit 限制 request-body-size，直接上 connect.limit 模块解决：

  1. connect()   
  2.   .use(connect.limit(’1mb’))   
  3.   .use(handleRequest)  

修改 qs 模块，让其支持 keys-limit 和 allow-keys
querystring.js
PS: 提了pull request，但是估计在没有真实攻击示例放出来之前，是不会被接受的。

  1. /**  
  2.  * Parse the given str.  
  3.  */  
  4. function parseString(str, options) {   
  5.   var limit = options && options.limit;   
  6.   var keys = options && options.keys;   
  7.   if (keys && Array.isArray(keys)) {   
  8.     keys = {};   
  9.     for (var i = 0, l = options.keys.length; i < l; i++) {   
  10.       keys[options.keys[i]] = 1;   
  11.     }   
  12.   }   
  13.   return String(str)   
  14.     .split(‘&’, limit)   
  15.     .reduce(function(ret, pair){   
  16.       try{   
  17.         pair = decodeURIComponent(pair.replace(/\+/g, ’ ’));   
  18.       } catch(e) {   
  19.         // ignore   
  20.       }   
  21.       var eql = pair.indexOf(‘=’)   
  22.         , brace = lastBraceInKey(pair)   
  23.         , key = pair.substr(0, brace || eql);   
  24.       if (keys && !keys[key]) {   
  25.         return ret;   
  26.       }   
  27.       var val = pair.substr(brace || eql, pair.length)   
  28.       val = val.substr(val.indexOf(‘=’) + 1, val.length);   
  29.       // ?foo   
  30.       if (” == key) key = pair, val = ”;   
  31.       return merge(ret, key, val);   
  32.     }, { base: {} }).base;   
  33. }   
  34.   
  35. /**
  36.  * Parse the given query `str` or `obj`, returning an object.  
  37.  * Options: (only effect on parse string)  
  38.  *  - `limit` parse string split limit.  
  39.  *  - `keys`  which keys need to be parse.  
  40.  * @param {String} str | {Object} obj  
  41.  * @param {Object} options  
  42.  * @return {Object}  
  43.  * @api public  
  44.  */  
  45.   
  46. exports.parse = function(str, options) {   
  47.   if (null == str || ” == str) return {};   
  48.   return ’object’ == typeof str   
  49.     ? parseObject(str)   
  50.     : parseString(str, options);   
  51. };  

还需要让 connect.query 模块 传递options参数给 qs.parse()

  1. module.exports = function query(options){   
  2.   return function query(req, res, next){   
  3.     req.query = ~req.url.indexOf(‘?’)   
  4.       ? qs.parse(parse(req.url).query, options)   
  5.       : {};   
  6.     next();   
  7.   };   
  8. };  

同样 connect.urlencoded 模块也需要将options参数传递给 qs.parse()

  1. req.on(‘end’, function(){   
  2.   try {   
  3.     req.body = buf.length   
  4.       ? qs.parse(buf, options)   
  5.       : {};   
  6.     next();   
  7.   } catch (err){   
  8.     next(err);   
  9.   }   
  10. });  

全部组合起来

  1. var qsOptions = { limit: 100 };   
  2. connect()   
  3.   .use(connect.limit(’1mb’))   
  4.   .use(connect.query(qsOptions))   
  5.   .use(connect.bodyParser(qsOptions))   
  6.   .use(handleRequest)  

防范 http header 攻击
请求的 http header 也会导致hash冲突，在V8层面未修复hash算法之前，可以通过简单的 http_patch.js 修复此问题:

  1. var http = require(‘http’);   
  2. var IncomingMessage = http.IncomingMessage;   
  3. var _addHeaderLine = IncomingMessage.prototype._addHeaderLine;   
  4. // limit http header number   
  5. IncomingMessage.prototype._addHeaderLine = function(field, val) {   
  6.   if (!this.__headerCount__) {   
  7.     this.__headerCount__ = 0;   
  8.   } else if (this.__headerCount__ >= 100) {   
  9.     return;   
  10.   }   
  11.   _addHeaderLine.apply(this, arguments);   
  12.   this.__headerCount__++;   
  13. };  

业界人士看法
@Laruence：今天尝试了随机增长Hashtable大小来克服Hash Ddos, 不过, 后来证明, 这种方法只能防止Number Key, 而对于String Key, 攻击者总能找到一些特殊的Key, 他们在DJB Hash以后的结果相同. 目前新的修复方案进度搁置. 5.3.9可能只能发布包含限制max_input_vars的修复措施.
@beyondme37 ：问题是出在计算key的hash函数。比如我们的存入一个哈希表的数据为整数，我们计算key的hash函数如下：

  1. int hash(int x)   
  2. {   
  3. return (x % 5);   
  4. }  

那我x输入6, 11, 16, 21, 26 … 返回的计算出的key都是1，都会存在哈希表1位置，即1位置冲突，而一般解决哈希表冲突的方法为拉链法，即数据全部存在1位置成单链表了，所以查找速度会下降为O(n)级别。

 

@wenbo ：可以简单理解为，tomcat 之类给你做了一个基础框架，这个框架会事先把提交的请求解析并装载在某个hash_map里——那些会冲突的KEY可以理解为参数名，KEY=后面的值则是该参数的取值。然后，你的脚本不再需要解析http请求，而是直接从容器中用参数名取出各个参数的实际值即可。这个攻击针对的是第一步，即底层架构”预先解析请求并将解析出的内容存储在某个容器内”这个步骤。底层架构并不知道上层应用要如何解释这些参数，所以它只能把所有参数缓存起来等待处理；至于上层应用，此时并未被唤起，所以也无法对此决策。至多可以在部署时通过配置声明“在我的所有网页里，最多会用到1000个参数”，或者“在我的应用里，参数及其内容加起来最多10K字节”。

目前暂无完美解决之道

虽然半个多月前Tomcat就紧急发布安全漏洞通知，同时微软也发布了相应的安全漏洞通知，但他们都是通过变通的方式来解决此拒绝服务漏洞：就是告知大家，将请求参数据缓存值设小，也就是说，一次性的请求量不会导致CPU被全部占满——这真是无奈之举。除此之外，就是设计好HASH算法，一定要保证必然碰撞事件的概率降低，也就是说提高生产位数，带来的痛苦就是请求效率降低。防御之法是做好异常检测，理性区分正常与恶意的数据请求。

4 条评论

  • nootropic

    Really wonderful info can be found on this site.

    28 四

  • click here

    I love your wonderful site. first class information. I hope you write more. I will carry on watching

    28 四

  • avitamin

    You have noted very interesting details! ps decent website.

    29 四

  • nootropic

    Cheers, I just stopped by to visit your website and thought I’d say I had a great visit.

    29 四

发表评论

发表您的评论...

有回复时邮件通知我

无觅相关文章插件，快速提升流量