JSON Unicode 转义绕过前置 WAF:检查原文、json.loads 后还原敏感字符串
web/python · verified
一句话结论
当 WAF 在 JSON 解析之前对原始请求体做关键字匹配,而业务在解析后把字段值交给 eval/exec 时,把敏感字符串写成 JSON 的 \uXXXX 转义(如 \u006F\u0073 表示 os)即可让原文不含 os,json.loads 解码后却恢复成 os,从而绕过检测并执行代码。
原理
- JSON 字符串支持
\uXXXX形式的 Unicode 转义。json.loads会把os解码为字符o、s,最终字段值包含os。 - WAF 若工作在 HTTP 报文/JSON 解析之前的文本层,看到的是字面的 6 个字符
o,其中没有os子串,基于关键字/正则的规则不会命中。 - 业务代码在解析后拿到的是已解码的字符串;若该字符串被拼进
eval/exec或模板,就会执行攻击者代码。 - 本质仍是“检查的表示”与“实际使用的表示”不一致:与 Python 标识符 NFKC 归一化、URL 解码、Base64 解码等属于同一类解析层差异;绕过是否成立取决于 WAF 的检测阶段与业务的使用阶段。
- 该手法对大小写、字母组合均可使用:
\u006F\u0073、OS(\u004F\u0053)等任意敏感词都可逐字符转义;也可混合普通字符与转义,规避正则对连续转义的识别。
触发条件
- 请求体为 JSON,且 WAF/网关在 JSON 解析前做字符串关键字检测。
- 业务在
json.loads之后,把某个字段值用于eval/exec、命令拼接、模板渲染等危险操作。 - WAF 未对 JSON 做递归解码/规范化后再检测,也未在解析后的字段值上做二次检测。
- 下游代码没有对字段值做语法/AST 白名单校验。
利用步骤
- 确认接口接受 JSON,并定位字段被
eval/exec/模板使用的路径。 - 先提交明文 payload(如
__import__('os').system('id'))观察是否被拦截。 - 把敏感子串替换为
\uXXXX转义,保持 JSON 合法。 - 发送请求;WAF 原文检测不命中,
json.loads解码后业务执行。 - 如需进一步规避,混合大小写转义、拆分字符串或叠加 Base64 等编码层。
PoC
import json
def waf(check_str):
return "os" in check_str # 解析前只查原文
# 原始请求体(Python 源码中 \\u 表示字面反斜杠,JSON 中即 \uXXXX)
a = '{"payload": "__import__(\'\\u006F\\u0073\').system(\'whoami\')"}'
print(a)
print(waf(a)) # False,未命中
b = json.loads(a)
print(b)
# {'payload': "__import__('os').system('whoami')"}
# 若业务随后执行:
# eval(b['payload']) # 等价于 __import__('os').system('whoami')
发送的 JSON 原文(其中 os 为字面转义序列):
{"payload": "__import__('\u006F\u0073').system('whoami')"}
json.loads 解码后:
{"payload": "__import__('os').system('whoami')"}
变体与关联
- 全大写转义
OS、混合普通字符与转义、把整个命令都转义,均可规避只匹配小写/连续模式的正则。 - 同类“解析前后表示不一致”绕过:Python 标识符 NFKC 归一化(见独立卡片)、URL 编码/双重 URL 编码、Base64/十六进制解码后再 eval、零宽字符清理。
- 若 WAF 在 JSON 解析后检查字段值,该手法失效;此时可尝试 JSON 重复键、类型混淆(数组/对象 vs 字符串)等解析差异。
- 不限于 Python:任何在 JSON 解析前做文本检测、解析后使用字段值的语言/框架都可能受影响。
检测与防御
- WAF 应先完成 JSON 解析/转义解码,再对解码后的字段值做关键字、语法与 AST 检测;对原始报文检测只能作为辅助。
- 对 JSON 中的
\uXXXX递归解码后再匹配,并限制嵌套深度/转义层数,防止无限解码绕过。 - 业务侧禁止把不可信字段交给
eval/exec;使用 AST 白名单、沙箱或专用表达式引擎。 - 记录并告警“原文无敏感词、解析后出现危险函数”的差异;对同一请求的原始与解码表示做一致性检查。
- 对代码执行入口做参数类型/长度/字符集校验,拒绝包含
__import__、system、括号调用等结构的输入(在解码后判断)。