polling-repo-continua / ciscn2019_final_web4 Goto Github PK

题目信息：

• 题目名称： a_msg_board_plus_
• 预估难度：中等

题目描述：

这是个环境为 Ubuntu, Python 3.6 、还带了乐色消息和嗨客识别的爱马杀鸡宝德加

题目考点：

1. Jinja2模板注入（SSTI）
2. Flask session机制
3. TensorFlow模型审计（相比区域赛添加新步骤）

思路简述：

通过留言板的模版注入获取到服务器配置信息，通过配置中的secret_key伪造session成为管理员，再利用站点设置选项的TensorFlow相关设置，取得模型内的后门，读取 /flag 文件。论不要随便乱跑网上下载来的模型

题目提示（难度从低到高）：

1. SSTI
2. Flask Session，注意时间戳
3. 出题人也不知道TensorFlow模型是从哪来的

原始 flag 及更新命令：

    # 原始 flag
    flag{flag_test}
    # ..
    # 更新 flag 命令
    echo 'flag{85c2a01a-55f7-442a-8712-3f6908e1463a}' > /flag

题目环境：

1. ubuntu 14.04 LTS（更新到最新）
2. Python 3.6 

题目writeup：

1. 进入网站，为一个留言板服务，并且带有机器人过滤机制，页面底部有一个管理员入口但无法进入。

2. 留言的作者存在SSTI，但有位数限制不能使用长payload

   

3. 使用{{config}}获取服务器配置信息，其中泄露了SECRET_KEY

4. 观察Flask的session（Flask的session存于cookies并且用SECRET_KEY签名）{"admin":false,"name":"{{config}}"}，可断定服务器通过session判断是否有管理员权限。

5. 通过前面获取到的SECRET_KEY来伪造{"admin":true}的session（本地生成一个Flask实例，通过该实例生成合法session，过程见gen_cookie.py）

   （后续步骤为相对于区域赛修改部分）

6. 登录管理员后可以进入/admin后台，其中后台提供了网站源码和TensorFlow模型上传，并且从网页的注释和源码中可得知网站可以下载当前使用的模型。

7. 审计Web逻辑和TensorFlow模型（使用TensorBoard浏览模型二进制文件）可以发现当输入的字符串字符总和为1024时会触发读取/flag的后门（模型生成代码可参考model_init.py，题目已包含生成好的二进制模型）

Tensorboard可视化
def init(model_path):
    new_sess = tf.Session()
    meta_file = model_path + ".meta"
    model = model_path
    saver = tf.train.import_meta_graph(meta_file)
    saver.restore(new_sess, model)
    return new_sess
sess = init('detection_model/detection')
writer = tf.summary.FileWriter("./log", sess.graph)
然后在命令行执行tensorboard --logdir ./log

9. 考虑到awd防御环节，网站提供了修改模型的功能，选手只需要将flag节点去除，将模型上传生效即可。