♧ Godown 安全知识树

HTA 多层 unescape 嵌套 + 大小写空格规避 → VBS 垃圾串注入 base64 → XSLT CDATA 字符位移:四层静态还原

ctf/forensics · draft

一句话结论

把恶意 HTA 当"文档"静态剥离而不是双击运行:第一层是 document.write(unescape("...")) 反复自嵌套,每解一层得到下一层;解开后是大小写混写、属性带空格的 <sCrIPT lANgUAge="VbScRipT">(专门躲关键字检测);其中 base64 解出"下载 wanted.tIF → 改名 wanted.vbs → 执行";二级 VBS 又把垃圾串 d2FudGVkCg 灌进 base64 各段之间,靠自写的 InStr/Left/Mid 替换函数清空后才能解码,得到 powershell -EncodedCommand;其载入的 .msc 里 XSLT ms:script CDATA 用"逐字符 ord(c)-5+1"(即 -4)编码,写十行脚本即可还原出真正的下载器。

原理

  • 嵌套 unescape 是"多层压缩"而非加密:每层形如 document.write(unescape("<下一层含引号的源码>"));。解开后源码里又含 unescape(,如此反复。层数不多也不需要工具,只要把每层的 unescape("...") 参数取出来反复 urllib.parse.unquote 即可。
  • 大小写混写 + 空格剥离是纯检测规避:<sCrIPT lANgUAge="VbScRipT">、SElF.CLoSE、Chr(&H57) 拼接 "SCRIPT.shELL"。对静态分析者而言只是"读起来累",去掉多余空格并统一小写即可恢复正常语义;也提示该样本针对的是基于关键字的扫描器。
  • 垃圾串注入破坏 base64:把合法 base64 切成多段,用 & 拼接,并在段间插入固定噪声 d2FudGVkCg(本身是一段 base64 文本,看着合法)。直接拼接后解码会失败——必须先"删除所有噪声出现"。自写函数 descortinar(s, 噪声, "") 用 InStr 找位置、Left + Mid 拼接替换,等价于 s.replace(noise, "")。
  • ord -5 +1 = ord -4:XSLT <ms:script implements-prefix="user" language="VBScript"> 的 CDATA 里,for i = 1 to N: s = s + chr(Asc(mid(enc, i, 1)) - 5 + 1) 就是把每个字符码位减 4。减 5 再加 1 的写法是刻意的"看起来两步",还原时按 ord(c) - 4 即可。
  • powershell -EncodedCommand 是标准 base64(UTF-16LE):VBS 里 -.EXe、-NOP、-W1、-CdEVIcEcrEDEnTIAlDePlOYmENt 等乱写参数名与大小写同样只是规避;真正的载荷在 -EncodedCommand 后面,base64 -d | iconv -f utf-16le 即可读出。
  • 为什么值得成卡:这四层各自都是"可复用的剥壳动作",且都不需要运行样本;反过来,直接双击 HTA 会立刻执行下载+启动 XOR 解密链,取证时应假定样本有杀伤性。

触发条件

  • 拿到一个 .hta/.msc/.tIF 之类"看着像文档"的样本文件,或题目只给源码文本。
  • 样本内容包含 document.write(unescape( 嵌套、ms:script + CDATA、-EncodedCommand 等可静态识别的结构。
  • 分析环境可安全地做文本处理(全程不需要执行样本,只需 Python/编辑器)。
  • 后续层需要联网下载(CTF 里把域名指向靶机;真实场景下应改用离线沙箱/代理抓取)。

利用步骤

  1. 全文搜索 unescape(,把最内层的参数字符串取出,做 URL 解码;重复"解码 → 在新文本里再找 unescape(",直到没有嵌套(本例 5 层)。
  2. 展开后做规范化:把标签/语句里的多余空格删掉、统一小写便于阅读;注意 Chr(&H57)&"SCRIPT.shELL" 这类字符串拼接要先手工拼回。
  3. 找 base64 块并解码:若解码报错,先检查是否存在"段间噪声"(重复出现且不在 base64 有效语义里的固定短串),用替换清空后再解。
  4. 得到 PowerShell 命令后取 -EncodedCommand 后的 base64,按 UTF-16LE 解出脚本正文。
  5. 对 .msc 一类文件,从 <ms:script ...><![CDATA[ ... ]]> 里取出字符串常量,施加样本里的位移(本例 ord - 4)还原。
  6. 逐层记录每层产物(哈希 + 提取脚本),最终得到下载地址与落地路径,交后续样本分析。

PoC

import base64, re, urllib.parse

# 1) 剥多层 unescape 嵌套
s = open("wanted.hta", encoding="utf-8", errors="replace").read()
for _ in range(10):
    m = re.search(r'unescape\("(.*?)"\)', s, re.S)
    if not m:
        break
    s = urllib.parse.unquote(m.group(1))

# 2) 去噪声后 base64 解码(噪声串按样本实际值替换)
noise = "d2FudGVkCg"
blob  = s.replace(noise, "")
for chunk in re.findall(r"[A-Za-z0-9+/=]{40,}", blob):
    try:
        print(base64.b64decode(chunk + "=" * (-len(chunk) % 4))[:200])
    except Exception:
        pass

# 3) XSLT CDATA 里的字符位移:ord - 5 + 1 == ord - 4
enc = "<从 CDATA 中截取的常量>"
print("".join(chr(ord(c) - 4) for c in enc))
# 4) -EncodedCommand 是 base64(UTF-16LE)
echo '<BASE64>' | base64 -d | iconv -f utf-16le -t utf-8
# 层间关系(本例)
wanted.hta  --5x unescape-->  <sCrIPT VbScRipT> base64 --> 下载 wanted.tIF
wanted.tIF  --改名执行-->     wanted.vbs(噪声注入 base64)
wanted.vbs  --去噪声+base64-->  powershell -EncodedCommand
            --EncodedCommand--> 载入 .msc
wanted.msc  --ord-4 位移-->    下载器 VBS(继续下一层)

变体与关联

  • 变体(位移值不同):同类样本常用 ord ± k、chr(Asc(x) Xor k)、Asc(Mid(...)) - 1;规律是"常数位移/异或",写脚本时把 k 扫一遍(0–127)看哪个输出可打印且含 CreateObject、http 等关键词即可自动定 k。
  • 变体(噪声串不同):噪声可能取自 base64 字符集任意子串,甚至每段不同;判定依据是"删除后解码成功且出现可读文本",可自动枚举候选(出现 ≥2 次、长度 8–16 的重复子串)。
  • 变体(同一家族的其它宿主):.hta → .jse/.vbe/.wsf,或 XSLT 由 msxsl.exe/COM 执行;剥离思路一致。
  • 关联:[[code-analysis-reverse-obfuscation-fake-captcha-hta-js-charcode-powershell]](HTA + String.fromCharCode 变量表 + 十六进制串异或)、[[code-analysis-reverse-obfuscation-vbe-powershell-dotnet-layered-sample]](VBE → PS1 → .NET 的同类多层交接)、[[pentest-initial-access-grimresource-msc-apds-xss-dotnettojscript-injection]](.msc + ms:script XSLT 宿主滥用的攻击侧视角)。
  • 边界:若某层字符串是"运行时拼接"(值来自环境变量、注册表或另一下载文件),纯静态会断链,需要动态沙箱补最后一跳;本例每层都可静态还原。

检测与防御

  • 检测:邮件/下载网关对 .hta、.msc、.tIF、.vbs 一律不放行;扫描文件中 document.write(unescape( 嵌套与 -EncodedCommand 同现。
  • 加固:通过 ASR 规则或组策略禁止 mshta.exe、wscript.exe、cscript.exe 由 Office/浏览器派生;禁用 .hta 文件关联。
  • 狩猎:批量提取文本样本里的 unescape 链与 -EncodedCommand blob,自动解一层即得大量 IOC(下载域名、落地路径)。
  • 响应:把"某个 .dll/.pdf 被当成密钥文件"这类同目录兄弟文件也纳入 IOC 与取证范围,不要只盯 .exe。