♧ Godown 安全知识树

白盒审计局部动态验证:AST 抽取函数 + mock sink 的 Fuzzing Harness

code-analysis/vuln-discovery · verified

一句话结论

白盒审计 Agent 确认某个函数疑似存在命令注入等 sink 时,不必拉起整个项目:用 AST 把目标函数及其 import 抽出来,在外面包一层 mock 的危险 sink(如 os.system)和一组正常/恶意 payload,放进无网沙箱执行;如果 mock sink 收到被拼接的 payload,就能以较低成本获得“局部动态验证”证据,把报告从 static/likely 提升到 harness 级别。

原理

  • 全项目启动成本高、依赖复杂:很多项目需要数据库、缓存、外部服务、环境变量才能启动;为了验证一个函数的命令拼接而拉起整套环境,成本高且容易失败。把函数抽出来单独跑,是一种成本与准确性的折中。
  • 函数抽取保持语义:对 Python 可用 AST 提取目标函数体及其顶部 import(如 os、flask),保留参数名;对 PHP/Java/Node 可用对应解析器或按文件/类抽取。只要函数不依赖全局状态/其他未抽取函数,局部执行就能复现 sink 行为。
  • mock sink 观察危险调用:把 os.system 替换为记录参数的 mock_system,payload 为 daily; id 时,sink 收到 tar -czf /backups/daily; id.tar.gz /data/;检测到 ;、|、$(、反引号等 shell 元字符,即可证明用户输入被拼进 shell 命令。mock 既避免真正执行命令,又能精确观察 sink 入参。
  • payload 设计:先用正常输入建立基线,再叠加命令连接符(;、|、&&)、命令替换($(id)、反引号)、换行、引号闭合等;不同 sink(SQL、路径、模板、反序列化)需要不同的 payload 与 mock。
  • 证据等级:这种验证只能证明“函数内部的 source→sink 拼接成立”,不能证明 HTTP 入口可达、鉴权可绕过;因此通常标为 harness/局部动态,而不是完整动态靶场。若静态已能证明入口与可达性,可据此确认;否则仍需靶场或人工复核。
  • 局限:mock 保真度决定准确率(mock 与真实库行为不一致会误判);复杂 PoC(反序列化链、依赖 classpath 的 Java gadget)很难用 python3 -c/php -r 局部复现,可能验证失败并降级为 likely;函数依赖全局变量/单例/框架上下文时,抽取后行为可能改变。
  • 为什么值得:对于命令注入、SQL 拼接、路径拼接等“单函数内可观察”的漏洞,harness 能在几秒内给出可读证据,显著降低人工复现成本,并减少纯静态报告的误报。

触发条件

  • 审计 Agent/人工已定位一个疑似漏洞函数,且 source→sink 主要发生在该函数内部(或可通过少量 mock 补齐)。
  • 函数可被 AST/解析器抽取,依赖的 import 可一并带入;不依赖复杂框架启动。
  • sink 可以被 mock/替换(os.system、subprocess、数据库执行、文件读写、模板渲染等)。
  • 有可用的无网沙箱/隔离环境执行 harness,且不会接触生产数据。
  • 目标是命令注入、SQL 拼接、路径穿越等可通过入参观察的漏洞;复杂反序列化/gadget 链可能需要完整靶场。

利用步骤

  1. 定位目标函数与 sink:确认用户输入参数如何进入危险调用,记录 file:line。
  2. 用 AST/解析器抽取函数体、参数和顶部 import;若函数调用同文件其他 helper,按需一并抽取或 mock。
  3. 生成 harness:在函数外定义 mock sink(记录参数、返回安全值),替换真实 sink;准备正常 payload 与恶意 payload 列表。
  4. 在无网、只读/临时目录的沙箱中执行 harness;捕获 stdout/stderr、sink 入参、异常。
  5. 判定:若恶意 payload 出现在 sink 入参且包含 shell/SQL/路径元字符,标记局部验证成功(harness);若只有正常输入触发,或 mock 无法保真,标记失败/降级。
  6. 将命令、输出、payload、sink 证据写入报告;结合静态入口/鉴权分析决定最终置信度(harness/static_only/likely)。
  7. 对失败的复杂目标,切换到完整 Docker 靶场或人工调试,不要用 mock 失败直接判定“无漏洞”。

PoC

原文的局部验证示例(命令注入,未在本机执行):

import os

# ---------- 壳:mock sink,观察是否被调用 ----------
executed_commands = []

def mock_system(cmd):
    print(f"[DETECTED] os.system called: {cmd}")
    executed_commands.append(cmd)
    return 0

os.system = mock_system

# ---------- 核:从 app/utils/backup.py 原样抽取的函数 ----------
def create_backup(filename):
    """创建备份文件"""
    backup_path = f"/backups/{filename}.tar.gz"
    cmd = f"tar -czf {backup_path} /data/"
    os.system(cmd)  # 命令注入风险
    return backup_path

# ---------- 壳:payload 驱动 ----------
payloads = [
    "daily",          # 正常输入
    "daily; id",      # 命令连接
    "daily | whoami",
    "daily$(id)",
]

print("=== Fuzzing Start ===")
for payload in payloads:
    print(f"\nPayload: {payload!r}")
    executed_commands.clear()
    create_backup(payload)
    if executed_commands:
        cmd = executed_commands[0]
        print(f"[SINK] {cmd}")
        if any(tok in cmd for tok in (";", "|", "$(", "`")):
            print("[VULN] filename 已被拼进 shell 命令")
# 预期输出(payload = 'daily; id'):
# [DETECTED] os.system called: tar -czf /backups/daily; id.tar.gz /data/
# [SINK] tar -czf /backups/daily; id.tar.gz /data/
# [VULN] filename 已被拼进 shell 命令

变体与关联

  • 语言变体:Python AST、PHP php -r、Node node -e、Java 需要 classpath 时改用完整编译/靶场;Go/Rust 需要编译整个包,局部 harness 成本更高。
  • sink 变体:命令执行、SQL 拼接、路径拼接、模板渲染、反序列化、文件写入、HTTP 客户端;不同 sink 用不同 mock 与 payload。
  • 验证层级:局部 mock harness → 完整 Docker 靶场 → 互联网 FOFA 验证;层级越高越接近真实,但成本与风险也越高。
  • 关联卡片:[[code-analysis-vuln-discovery-multi-agent-adversarial-pipeline]](多 Agent 漏洞挖掘流水线,局部验证是其中 Phase 4 的一种实现)、[[code-analysis-vuln-discovery-python-adjacent-string-concat]](字符串拼接类漏洞模式)。
  • 边界:原文示例是故意存在漏洞的 MemoBoard 靶场;harness 只证明函数内拼接,不证明入口可达/鉴权;mock 保真度与复杂依赖会限制效果。PoC 未在本机执行。

检测与防御

  • 审计方:把 harness 作为“低成本动态证据”层,而不是最终裁决;必须结合入口/鉴权/可达性分析;mock 要尽量贴近真实库行为,记录 mock 与真实行为的差异。
  • 防御方:不要依赖“单函数看起来安全”而忽略运行时拼接;对命令执行使用参数化/shell=False、对 SQL 使用参数化查询、对路径做 canonicalize+前缀校验;在 CI 中加入 sink 级测试。
  • 沙箱:harness 必须在无网、只读/临时目录、低权用户下运行;禁止读取生产密钥、禁止真实外联;对不可信仓库的代码执行要视为高风险。
  • 误报控制:mock 失败/复杂依赖不应直接判定漏洞;保留 harness、static_only、likely 等证据等级,报告中注明验证边界。
  • 检测:监控审计 Agent 的沙箱进程、异常网络/文件访问;对 harness 生成代码做审查,防止把目标代码的恶意行为带入宿主机。