基于语法分析的PHP webshell扫描工具–WoodPecker Scanner

前段时间,在一位大牛的BLOG上看到其resume上撰写的开源项目列表琳琅满目,数不胜数。再跟自己对比一下,从来没有一个开源项目,没有成功的参加过一个开源项目,只是零星的贡献过几个所谓工具,脚本。顿时无地自容,同时也是羡慕不已,再暗自勉励鼓励自己,向这位大牛学习。也是在前段时间,遇到了一个正则的问题《为什么不能在字符组中使用反向引用》,使得我又跟着自己的思路,翻阅之前的博客,面包屑导航一般,跟着链接,走到了另外一篇博客《如何精确查找PHP WEBSHELL木马?》。写那篇博客时,是2010年7月,我还在久游网工作,工作内容也是代码安全相关。我最初的实现,也是基于正则表达式实现的字符串匹配,来捕捉查找危险代码。同时,也计划在二期里,用LEX+YACC来实现对PHP代码的精确分析,扫描查找,为此,也经常装模作样故弄玄虚的研究学习yacc、lex,学习PHP的Zend引擎实现方式,研究zend_language_scanner.lzend_language_parser.yzend_language_scanner.c等几个文件的编写思路等等等等。从我2月下旬入职,到11月初离职,总共7个多月的时间里,也并不是一直做这个项目,甚至这个项目只是作为我个人研究的范畴,平常工作中,只能利用空闲时间来研究。因为种种原因,在没有完成那个项目之后,离开了久游。不管是因为自己基础薄弱,还是时间不足还是什么原因,每次想起这件事,都因没有完成那个项目而觉得遗憾。

人总喜欢找借口,好比我前段时间,心里烦躁不安、胡思乱想,开始玩起了英雄联盟,从5月到现在,断断续续玩了5个月了。支持者的角度上想,人总不能一直紧绷着大脑,偶尔玩玩游戏,放松一下自己,又何尝不可?反对者的角度上来想,放纵自己堕落,还找理由,找借口?我有时赞同前者,有时赞同后者,现在,我就觉得既然都是找借口去做事情,为何不给自己找个借口,做一些有意义的事情呢?“那就努力开发维护一个开源项目吧”我心理暗暗这么说道,决定完成曾经的遗憾。

这线引得有点太长,也算是我的自我检讨与牢骚吧。

所谓扫描工具,先要扫描,才能找到需要的东西。对于代码扫描方式,实现方式大约是特征关键字的捕捉,正则表达式的语法匹配,语法语义分析这些。这些实现方式,准确性、严谨性也是层级递增的。

特征关键字方式,是最简单、最不准确的检测手段,上篇博客里有个比较好的例子:

// 声明:我喜欢自嘲,自黑,但不喜欢黑别人,也不喜欢在一些圈子里嚷嚷吵嘴。这里列出360的例子,也是因为机缘巧合,在面包屑的引导下,被引到了360的站长扫描网址中,下载了这个扫描工具,觉得这是一个非常好的反面例子,也希望大家能一学术角度来看待本文中提到的相关代码。
class scan{
	private $directory = '.';
	private $extension = array('php');
	private $_files = array();
	private $filelimit = 5000;
	private $scan_hidden = true;
	private $_self = '';
	private $_regex ='(preg_replace.*\/e|<code>.*?\$.*?</code>|\bcreate_function\b|\bpassthru\b|\bshell_exec\b|\bexec\b|\bbase64_decode\b|\bedoced_46esab\b|\beval\b|\bsystem\b|\bproc_open\b|\bpopen\b|\bcurl_exec\b|\bcurl_multi_exec\b|\bparse_ini_file\b|\bshow_source\b|cmd\.exe|KAdot@ngs\.ru|小组专用大马|提权|木马|PHP\s?反弹|shell\s?加强版|WScript\.shell|PHP\s?Shell|Eval\sPHP\sCode|Udp1-fsockopen|xxddos|Send\sFlow|fsockopen\('(udp|tcp)|SYN\sFlood)';
	private $_shellcode='';
	private $_shellcode_line=array();
	private $_log_array= array();
	private $_log_count=0;
	private $webscan_url='http://safe.webscan.360.cn/webshell/upload';
	private $action='';
	private $taskid=0;
	private $_tmp='';

这里的正则的最后部分中文字符串那里|小组专用大马|提权|木马|PHP\s?反弹,这里的正则不是原本意义上的正则表达式了,只是简单的或逻辑,没有其他更严谨的匹配规则,所以只能当成简单的特征关键字来看待。比如代码或注释中出现螓首微微压下,右手倒提权杖电影《特洛伊木马》均被当作webshell来抓获了。这种实现方式,最不准确。

正则表达式匹配方式,是在特征关键字之后,更加准确的捕捉方式,但仍存在大量的误报、漏报情况,比如我在三年前写的python版php webshell检测工具里的代码:

match = re.search(r'''(?P&amp;lt;function&amp;gt;\b(?:include|require)(?:_once)?\b)\s*\(?\s*[&amp;quot;'](?P&amp;lt;filename&amp;gt;[^;]*(?&amp;lt;!\.(?:php|inc)))[&amp;quot;']\)?\s*;''', file_contents, re.IGNORECASE| re.MULTILINE)
match = re.search(r'\b(?P&amp;lt;function&amp;gt;eval|proc_open|popen|shell_exec|exec|passthru|system)\b\s*\(', file_contents, re.IGNORECASE| re.MULTILINE)
match = re.search(r'(^|(?&amp;lt;=;|=))\s*<code>(?P&amp;lt;shell&amp;gt;[^</code>]+)`\s*;', file_contents, re.IGNORECASE)

虽然可以更精确的匹配函数名符合的地方,字符串中出现的会被跳过,但仍无法排除注释中的代码,这种匹配结果,可以作为参考,仍需要管理人员认真校对每一个检测结果。当然,漏报情况,相比特征字符串的方式,要严谨的多。

语法语义分析形式,是根据php语言扫描编译的实现方式,进行剥离代码、注释,分析变量、函数、字符串、语言结构的分析方式,来实现关键危险函数的捕捉方式。这样可以完美解决漏报的情况。但误报上,仍存在问题。

public function startLexing($code)
{
    if (preg_match('/&lt;\?(php)?\s*@Zend;[\r\n|\n]+\d+;/', $code)) {
        $this-&gt;errMsg = 'Encrypt with Zend optimizer.';
        return false;
    }
    $this-&gt;resetErrors();
    $this-&gt;tokens = token_get_all($code);
    $this-&gt;code = $code;
    $this-&gt;pos  = -1;
    $this-&gt;line =  1;
    return $this-&gt;checkError();
}

误报问题所在,一是被检测文件是否为合法php语法文件,token_get_all函数的实现,是不验证是否问合法php语法文件的,只是对其进行扫描,分析。而语法验证是比较难于试下你的地方。其次是代码中因为业务需要而出现的危险函数,如何排除掉,恶意代码如何界定?

服务器云判断是一种根据恶意代码串的指纹,根据大量后门数据,做语法、语义分析,做业务逻辑分析,理解这段代码的用途,给出其是否为恶意代码的定位,而其他使用者,直接可以得到该代码片段是否为恶意代码的结果反馈。Pecker Scanner首先是基于语法分析,剥离token、注释、字符串、变量、语言结构,再进行php语法检测,提取恶意代码的扫描工具,来解决漏报问题。同时支持服务器云判断,尽量避免误报问题。比如exec ($cfe,$res)在Discuz!中(只是举例)是正常的功能代码,而在木马后门中,这就是恶意文件。同样的一段代码,在不同的项目中,扮演着不同的角色,这也不能光凭借代码功能上判断,还得依赖所属项目。这需要大量的木马后门库,以及开源项目库希望大家可以帮着提交一些。

Pecker Scanner这个开源项目,托管在Github上,大家都可以fork它,完善它。目前Pecker Scanner生成的报告,跟服务器校对检验方式是通过jsonp方式通讯,若以后流量较高,则采用验证API形式,直接在pecker scanner代码中,根据api 、 key运算,post多个token代码段到服务器获取状态,展示到报告文件中。一来减轻jsonp这种大量http请求数。二来减少恶意无用的查询。

Pecker Scanner目前是beta 0.3版本,您可以在这里下载Pecker Scannerbeta 0.4.4版,不建议直接到github上下载,因为github上可能存在我正在调试的代码,或者不完善的新功能。

Pecker Scanner的项目主页在这里,以后的版本更新,新功能发布,也都会在这里公告。扫描报告样例在pecker scanner report样例,您可以先预览一下。
pecker scanner报告样例
2014-03-03 发布新版本 pecker scanner 0.4
2014-05-27 发布新版本 pecker scanner 0.4.4 修复复杂语法complex(curly)syntax的检测,比如${ $ {func}}($evil)语法。

pecker scanner beta 0.4 releases
fix bugs for some of the syntax with “{” and “[“.
fix bugs with code : (require ‘1.dat’).’.php’; thanks for poker付 ( http://weibo.com/1776130645 )
add “include” to default checklist .

Pecker Scanner Server目前收集的开源软件包括Discuz_7.2_FULL_SC_UTF8DedeCMS-V5.7-UTF8-SP1-Full;木马后门包括PhpSpy 2011PhpSpy 2013PhpSpy 2011加密版。其他开源项目以及木马后门,等待各位的反馈。

2013-09-24新增开源软件、webshell后门特征:

  • DedeCMS-V5.7-UTF8-SP1-Full
  • Discuz_7.2_FULL_SC_UTF8
  • Discuz_X3.0_SC_UTF8
  • Discuz_X3.1_SC_UTF8
  • espcms_utf8_5.7.13.09.10_b
  • HDWiki-v5.1UTF8-20121102
  • Joomla_2.5.14-Stable-Full_Package
  • Joomla_3.1.5-Stable-Full_Package
  • KingCMS_6.1.1641(Sp2)
  • none
  • phpcms_v9.4.2_UTF8
  • phpMyAdmin-4.0.7-all-languages
  • phpspy 2011
  • phpspy 2013
  • phpspy 2013 加密版
  • phpwind_UTF8_8.7
  • phpwind_v9.0_utf8
  • WeCenter_2-2-1
  • wordpress-3.6.1

您能做的:

  • 风险函数列表总结
  • 木马后门样本提供
  • 服务器赞助(目前暂时将Pecker Scanner Server部分托管在朋友的服务器上,目前流量还能支撑,若…)
  • 推广它(特别感谢黑哥的第一次推广,您的每一次使用,都是对我最大的支持)
  • 使用反馈(感谢bgho4t的第一个测试报告)

我能做的:

  • 默默的开发,悄悄的维护,轻轻的调试,偷偷的发布。

知识共享许可协议CFC4N的博客CFC4N 创作,采用 知识共享 署名-非商业性使用-相同方式共享(3.0未本地化版本)许可协议进行许可。基于https://www.cnxct.com上的作品创作。转载请注明转自:基于语法分析的PHP webshell扫描工具–WoodPecker Scanner

5 thoughts on “基于语法分析的PHP webshell扫描工具–WoodPecker Scanner

  1. public function parse($code) {
    这里面进行了很多的计算,还看到了声明了很多类似转置矩阵,映射矩阵的数组,能否大致解释一下parser这块的思路呢?代码不是很看懂这块

Comments are closed.