CreateProcessA参数型Shellcode的编码问题研究
宣布时间 2021-12-22简朴来讲 ，该控制系统的误差由两个程序组成：焦点程序CoreProcess和辅助程序HelpProcess ，焦点程序CoreProcess通过系统函数CreateProcessA来启动HelpProcess（同时转达了相关参数） 。其中 ，CoreProcess的简化代码如下：
显然 ，HelpProcess的WinMain函数保存一个经典的栈溢出误差 。当lpCmdLine的数据长度凌驾400字节时 ，对buff的strcpy操作就会爆发溢出；当长度凌驾404字节时 ，就会笼罩到eipCallerNext ，从而挟制HelpProcess的程序控制流 。
回溯代码可知 ，lpCmdLine的数据泉源是CoreProcess的CreateProcessA挪用 ，且是用户可控的 。因此 ，该误差的使用看起来是简朴的 ，只需要盘算好eipCallerNext的偏移量并使用shellcode填充buff即可 。该误差的使用链和客栈结构如下所示：
在使用历程中 ，接纳测试填充字符举行溢出时 ，eipCallerNext的笼罩总是准确的；但接纳metasploit的shellcode来溢出时 ，eipCallerNext的笼罩就变得不准确 。对数据举行较量后发明 ，shellcode在CoreProcess和HelpProcess是纷歧样的 ，即shellcode转达到HelpProcess后爆发了改变 。别的 ，通过实验metasploit的差别shellcode ，发明这种改变没有显着的纪律可循 。
针对这个问题 ，ADLab的清静研究员举行了深入的剖析 ，弄清了CreateProcessA参数转达的shellcode的编码问题 ，并开发了自动化处置惩罚要领 ，从而兼容恣意shellcode 。
CreateProcessA的参数处置惩罚
Windows操作系统的内核是支持全球种种语言的 ，其提供统一的Unicode编码型内核态API；针对详细的国家或地区 ，Windows通过区域编码来实现外地语言支持 ，即Ansi字符串型的用户态API 。这些用户态API在内部先把Ansi字符串转换为Unicode字符串 ，然后再挪用内核态API；这个转换历程是透明的 ，用户编写的程序对此无感知 。
在Window操作系统上 ，1个Unicode字符由2个字节组成 ，1个Ansi字符由1个字节或2个字节组成 。当首字节的值是0到127时 ，它是1个ASCII字符 ，对应Unicode字符的2字节的内容就是该ASCII字符加1个填充字符0；例如 ，Ansi字符”A” ，其对应的Unicode字符是”A\x00” 。当首字节的值大于127时 ，则目今字节和下个字节组合起来是一个区域语言的字符 ，区域语言字符保存对应的Unicode字符映射表；例如 ，”\xce\xd2”的“\xce”不是1个正当的ASCII字符 ，它只能和“\xd2”联相助为1其中文字符“我” ，对应的Unicode字符是”\x11\x62” 。
如下所示 ，CreateProcessA就是一个Ansi编码型的用户态API ，字符串”AAAA”会被自动转换为Unicode字符串并转达给HelpProcess ，然后在挪用WinMain之前又被自动还原为Ansi字符串 。因此 ，关于Ansi字符串”AAAA” ，CoreProcess和HelpProcess在程序开发上都无需做任何特另外处置惩罚 。
通常情形下 ，CreateProcessA参数lpCmdline的泉源是可靠的 ，好比编译时预界说的字符串和API的返回值 ，此时lpCmdline都是准确的Ansi字符串 。因此 ，CreateProcess险些总能在Unicode和Ansi之间自由地准确转换 。
现实上 ，关于任何一门区域语言 ，其Ansi字符和Unicode字符的映射都不是逐一映射关系；即在2字节的所有取值空间中 ，Ansi字符表的有用项数总是小于Unicode字符表的有用项数 。这意味着 ，针对无法确认是区域语言的2个字节 ，若是强制视作Ansi字符则转换成Unicode字符后纷歧定能还原为初始的Ansi字符 。例如：”\xeb\x2a”是一条通例的jmp offset指令 ，它不是1个正当的中文字符；若是视作Ansi字符强制转换为Unicode字符则是”\x3f\x00” ，再次转换为Ansi字符即是”?” ，丧失了jmp offset指令的语义 。
因此 ，通过CreateProcessA的cmdline参数举行shellcode转达 ，必需要思量区域语言的Ansi字符和Unicode字符相互转换的问题 。
在本文的误差使用案例中 ，外地区域的语言是中文简体 ，对应Ansi编码表是GBK 。因此 ，必需要对metasploit的shellcode举行GBK编码 ，确保其是准确的Ansi字符串 。
GBK表的编码在2字节取值空间的规模是8140－FEFE ，即第1字节的取值规模是0x81到0xFE ，第2字节的取值是0x40到0xFE ，如下所示：
别的 ，第2字节的现实有用取值尚有更多约束 。好比 ，第2字节不可为0X7F 。针对某些取值的字节 ，第2字节的取值比[0x40, 0xFE]的空间更小 。如下图所示 ，有的只能取该空间的后半部分 ，有的则只能取前半部分 。
关于shellcode来讲 ，其每个字节的取值在0到255之间都是完全正当的 。因此 ，本文的误差使用要实现shellcode的随意替换 ，必需要有一种要领来对shellcode中违反GBK编码的字节举行处置惩罚 ，从而阻止Ansi字符和Unicode字符间转换导致的shellcode字符被改变的问题 。一个基本的要领是凭证如下的流程对shellcode举行处置惩罚 ，其要害是对GBK表举行查表并修正汇编指令 。
以如下的shellcode为例 ，在扫描到字节0xEB时 ，发明是非ASCII字符且查表GBK效果是不保存 ，需要举行转换；盘问GBK表后发明 ，在0xEB之前插入0x90可以使得90 EB是一个正当的GBK字符 ，同时90EB 38又不改变原来的汇编语义 ，转换乐成 。同理 ，继续扫描到下一个字节0XEB时 ，再做同样的转换就可以 。可是 ，第2次的转换插入了新的字节0x90 ，导致了原始lab1对应的偏移量爆发了改变；原始lab的指令现实位于转后的lab+1位置 ，使得第一个0XEB的语义不法了 。因此 ，转换历程还要求跟踪指令区块的长度转变 。
除了指令区块的长度改变外 ，尚有其它兼容性问题 。好比 ，shellcode中特殊取值（典范有0）的字节处置惩罚问题 ，对shellcode的内嵌参数修改问题等 。因此 ，只管查表转换是最基础的步伐 ，但全表盘问的空间大 ，限制了shellcode的无邪性 。为相识决该问题 ，ADLab的清静研究员提出了一种基于盘算的shellcode编码要领 。
Shellcode盘算转换
首先 ，我们把shellcode分为两部分：头部的牢靠decoder和尾部的多变payload 。然后 ，接纳查表方法举行手工编写切合GBK编码的汇编代码 。其中 ，decoder的长度很有限 ，决议了这个编写的价钱不大；同时 ，多变payload是没有特殊限制的 ，通过编写对应的encoder来编码payload使其不违反GBK编码 ，又可以被decoder还原 。通过这种方法 ，对原始shellcode的选择和改变就完全不必体贴GBK编码问题 ，使得该误差的使用越发富厚 。
为了镌汰decoder的体积 ，我们设计了一种盘算要领来编码息争码 ，这样就不需要存储GBK字符表或者重大的规则 。原始shellcode编码时的盘算规则如下：
遇到字节是ASCII、0x80和0xff ，直接保存 。
遇到字节是\x00 ，转换成加法运算符\x90和2个盘算数符\x80和\x80 。
遇到字节是\x90 ，转换成加法运算符\x90和2个盘算数符\x48和\x48 。
遇到2个字节可以转换为unicode字符 ，直接保存这2个字节 。
遇到前面都不可处置惩罚的字节 ，直接转换成加法运算符\x90和2个盘算数符 ，第1个是\x80 ，第2个是差值 。
接纳上述的编码要领后 ，任何shellcode都可以被转换为正当GBK字符串 ，并且decoder对payload的解码盘算也十分简朴 ，只需要如下的1条规则：
遇到字符是\x90 ，直接对后2个字符举行加法盘算 ，并用效果替换字符\x90 。
至此 ，CreateProcessA参数转达的shellcode的编码问题就所有被约束在了只有一条规则的decoder代码中 ，很显然这是一个界线十明确确的局部问题 ，因此很容易就解决了 。接纳这种要领 ，本文的误差使用可以随意挪用metasploit中的shellcode ，无需再担心它们的指令内部细节 。
在多语言情形下 ，shellcode若是不是直接的内存转达 ，则可能会被系统API函数所转换 ，从而导致其因在获得执行权之前爆发内容改变而无效 。因此 ，在误差使用历程中 ，需要注重shellcode是否受到多语言版本的API影响 。
京公网安备11010802024551号