VM pwn 全链:变长 opcode 驱动堆 UAF,largebin 泄 libc → tcache 劫持 environ 泄栈 → 再劫持返回地址写 ROP
ctf/pwn · verified
一句话结论
自定义 VM 把「操作码流」当输入、把宿主堆函数当指令执行:首字节低 2 位决定操作数宽度(4/3/2/10 字节),高 6 位选 handler,其中一条 handler 直接把 qword_6120[] 里的值当 add_heap/free_heap/read_from_memory/write_to_memory 的参数,而 free 不置空指针构成 UAF;于是用纯 opcode 就能:big chunk 进 largebin 泄 libc/heap、tcache 投毒把 environ 分配到堆块泄栈、再投毒到某函数返回地址写 ROP——中途靠「把堆数据搬进固定 mmap 的 data 段再用 write handler 打出来」获得回显,并靠「程序会继续读下一段 opcode」反复重写字节码完成三段利用。
原理
- VM 布局:
main里mmap三段固定地址——0x64617461000(data,0x30000)、0x7063000(code,0x10000)、0x73746163000+0x10000(stack);qword_6120指向 data,qword_6128指向 code,qword_6160指向 stack。三段地址固定不随机,所以 VM 字节码里可以直接写死绝对偏移当"指针"。 - 取码函数(sub_132D):读 1 字节到
context[0],context[1] = context[0] & 3,再由context[1]决定后续操作数: ==3:取 1 字节到context+4,再取 8 字节 qword 到context+8,指针前进 10 字节;==2:取 1 字节到context+4,再取 1 字节到context+8,前进 3 字节;==1:只取 1 字节到context+4,前进 2 字节;==0:三次各取 1 字节,前两次为 0 时第三次即期望值,前进 4 字节(等价于 3 字节大端拼一个 24 位整数)。 这解释了"为什么每条指令长度不同":同一套 handler 既需要「寄存器索引」这种小立即数,也需要「大小/地址」这种 8 字节立即数,于是把宽度信息塞进首字节低 2 位。- 分派:外层
switch(*context & 3)进 4 个函数(3→sub_2A49、2→sub_23A7、1→sub_2142、0→sub_19AD),内层再用*context >> 2选具体操作。3/2/1 三个分支基本只是对qword_6120[]做赋值/比较/自增,属于"给算术和参数搬运"服务;真正有用的是赋值(case 3:qword_6120[8*(*(context+4)+2)] = *(context+8),下标 ≥2 全部可控)与case 0(sub_19AD)。 - 漏洞点(sub_19AD → sub_1837):
case 53先sub_12E8(qword_6120+0x18)校验,然后调sub_1837(*(context+4), qword_6120+0x10, qword_6120[0x18/8]+qword_6120[0], ...)。由于第三参是qword_6120[3] + qword_6120[0]这类可控下标相加,可以直接指到0x64617461000之后的地址,功能号则由content+4决定:0=read(fd,buf,len) 把 stdin 读进 data 段、1=write(fd,buf,len) 把 data 段打到 stdout、2=exit、3=add_heap(size)、4=free_heap(idx)、5=read_from_memory(data→heap)、6=write_to_memory(heap→data)。 - 为什么能"打印":VM 里没有直接的输出原语,输出是拼出来的——先
write_to_memory(heap→data+off),再write(fd=1, data+off, len),泄露值才能回到脚本手里。同理输入先进 data 段,再由read_from_memory搬进堆块。 - UAF:
sub_15FE里if (qword_6060[a1]) free(qword_6060[a1]);,free 后不清空qword_6060[idx]也不清dword_60E0[idx](size),所以同一 index 在 free 之后read_from_memory/write_to_memory依旧能访问已释放块,这就是全链的基础原语。堆块数量上限 16(for i<15 && qword_6060[i],i==16 返回 0),add 大小受sub_12E8限制(该分支要求qword_6120[3] <= 0x30000)。 - 为什么需要"重新读入 vmcode":泄漏到的 libc/heap/栈地址在攻击者侧才知道,必须第二次、第三次把新算好的地址写进 opcode 流再喂给程序;而程序本身就是循环读 opcode(第一段 vmcode 里就包含"打印 Please input your opcodes"和读入的逻辑),因此只要上一段字节码末尾不触发 exit,就能继续发下一段,天然支持多轮。
- 三段链的整体成立原因:largebin 的 freed chunk 里残留
fd/bk指向 libc 与 heap,用 UAF 的write_to_memory把整块内容搬到 data 段再 write 出来即得两个基址;tcache 的fd是攻击者可控的下一块指针,改成environ就能让下一次 malloc 返回environ所在地址,读出来即栈地址;再改fd指向某个确定会返回的函数的返回地址(原文选sub_132D失败返回 -1 的那条路径),malloc 拿到栈地址后写 ROP 链,等该函数返回即 execve shell。
触发条件
- 目标为自定义 VM 题:
mmap固定地址(code/data/stack)并从标准输入循环读取 opcode 流解释执行。 - 首字节低 2 位为操作数格式位、高 6 位为 handler 号;存在"给
qword[]数组任意下标赋值"的指令(用于摆参数)。 - VM 的某个 handler 把可控参数直接传给宿主
malloc/free/read/write,且free不置空指针(UAF)。 - data 段地址固定,且存在「data→heap」「heap→data」的搬运指令(用作输入/输出通道)。
- 目标 glibc 存在 tcache(≥2.26),且
environ与可用返回地址位置在当前 libc 中可解析。 - 程序在一条 handler 返回后仍继续解释下一条 opcode(不会在失败时直接退出),从而可多轮发包。
利用步骤
- 逆清取码规则后,写最小封装:
assign(index, value)=p32((3<<2|3)...)形态的 10 字节指令(低 2 位=3,高 6 位=3 即"赋值",第二字节是数组下标,后 8 字节是 value);op(caseno, fn, a, b, c)用于调用sub_1837类 handler。 - 泄漏 libc/heap:
assign(0, 0x500)设大块大小 →add块 0 → 改成0x90再add块 1(挡住 top chunk 合并)→ 把 index 设 0 →free(0)→ 设0x600再add(块 0 进 largebin,块 2 占用它,freed 块残留 fd/bk)→assign设 index/offset/length →write_to_memory把块 0 前 0x20 搬进 data+0x20 →assign设 fd=1/offset/length →write打出,脚本收 6 字节:libc = leak - <对应偏移>,heap = 后续 6 字节 - <偏移>。 - 泄漏栈:重新读入新 opcode,
assign(0, 0x90)→add块 3 →add块 4 →free(1)、free(4)造 tcache 链 → 读入p64((heap+off)>>12 ^ environ)写进块 1 的 fd → 再add两次,第二次malloc即返回environ地址 →write_to_memory搬出 →write打出,得栈地址。 - 写 ROP:第三次读入,
0x80大小add块 7/8/9 →free(7)、free(8)→ 读入p64((heap+off)>>12 ^ stack_target)改块 8 的 fd → 两次add,第二次返回stack_target→ 读入 ROP 链(stack_addr*4 + pop_rdi + ret + pop_rdi + "/bin/sh" + system)→write_to_memory写入 → 发送p64(0)触发该栈帧返回,拿 shell。 - 每轮用固定输出串(如
Please input your opcodes:)同步脚本的sendlineafter/recvuntil,write后的固定长度recv取泄露值。
PoC
from pwn import *
io = process('./vm')
libc = ELF('./libc.so.6')
def send_vmcode(code): io.sendlineafter('opcodes:\n', code)
# 制造 largebin freed chunk 并把其 fd/bk 搬到 data 段
code = p32(0x0500000f).ljust(10, b'\x00') # 低2位=3,高6位=3 -> assign(idx0)=0x500
code += p32(0x030000cc) # 低2位=0,高6位=51 -> add_heap(size)
code += p32(0x0090000f).ljust(10, b'\x00') # assign(idx0)=0x90
code += p32(0x030000cc) # add(挡住合并)
code += p32(0x0000000f).ljust(10, b'\x00') # assign(idx0)=0
code += p32(0x040000cc) # free(0)
code += p32(0x0600000f).ljust(10, b'\x00') # 放大 size 后再 add,0x500 块进 largebin
code += p32(0x030000cc)
# 设 index/offset/length 后 write_to_memory + write 打出
code += p32(0x0000000f).ljust(10, b'\x00')
code += p32(0x0020010f).ljust(10, b'\x00')
code += p32(0x0020020f).ljust(10, b'\x00')
code += p32(0x060000cc) # write_to_memory(heap->data)
code += p32(0x0001000f).ljust(10, b'\x00')
code += p32(0x0020010f).ljust(10, b'\x00')
code += p32(0x0020020f).ljust(10, b'\x00')
code += p32(0x010000d4) # write(fd=1, data+off, len)
send_vmcode(code)
libc_base = u64(io.recv(6).ljust(8, b'\x00')) - 0x21b110 # 偏移随题目 libc 而定
heap_base = u64(io.recv(6).ljust(8, b'\x00')) - 0x2b0
# 第二轮:tcache 投毒 -> environ,泄栈地址
# 第三轮:tcache 投毒 -> 返回地址,写 ROP
(完整 exp 的长字节码按上述封装逐段拼装;偏移 0x21b110/0x2b0/0x2a3e5/0x29139 为原文环境 libc,换环境需重新对齐。)
变体与关联
- 变体:handler 直接暴露"任意地址读写"(寄存器当宿主指针)时不需要 data 段中转,可用 VM 自带的 read/write 原语直接泄地址(见 [[ctf-pwn-custom-vm-opcode-native-memory-got-restart-onegadget]])。
- 变体:若 tcache 投毒被 safe-linking 挡住,可先泄 heap 再按
(addr>>12)^target编码,或用 largebin/unsorted 打_IO_list_all、__free_hook(视 glibc 版本)。 - 变体:栈目标若在返回前被其它指令覆盖(本例试过 add heap 等地址失败),改用"失败返回 -1 的早退路径"返回地址最稳。
- 关联:[[ctf-reverse-vm-opcode-low2-format-high6-dispatch]](前置:还原本族 opcode 编码)。
- 关联:[[ctf-pwn-vm-opcode-heap-primitive-wrapper-uaf-leak]](同为 VM 套堆;该卡的 handler 是对外暴露的 add/free/edit/show 封装、止步于 UAF 泄 libc/heap,本卡是 handler 直通 read/write/add/free 六功能,并打通 largebin→environ→栈 ROP 的完整三段链,触发条件与 PoC 不同)。
- 关联:[[binary-pwn-heap-uaf-tcache-poison-global-environ-stack-rop]]、[[binary-pwn-heap-uaf-unsorted-bin-libc-leak]](堆侧通用手法)。
检测与防御
- 出题/防守视角:VM handler 不要把虚拟寄存器直接喂给宿主
malloc/free/memcpy,功能号与每个参数都要白名单与范围校验;free后必须置空指针与 size,read/write的长度必须不超过块大小并检查目标偏移落在 data 段内。 - 加固:data/code/stack 段不要用固定地址
mmap(随机化后 opcode 无法写死偏移);对 opcode 流做长度与操作数合法性预校验,拒绝非法(case,fmt)组合。 - 检测(分析视角):出现「
& 3与>> 2配对的分派 + 固定地址三段 mmap + 四参数直通堆函数」即为 VM 套堆题的强特征;free后未memset槽位是 UAF 的判定点。 - 检测(利用痕迹):程序被同一进程反复喂入多段 opcode、短时间内大量
add/free交替、write输出的内容呈0x7f.../0x55...指针形态,是典型的三段链节奏。