详解python pickle中的反序列化漏洞

今天我们来聊聊Python里的反序列化攻击。先来看看什么是序列化和反序列化。简单来说，序列化就是把数据结构转换成字节流，这样我们就可以把数据保存到文件里或者通过网络传输。反序列化则是把这些字节流再转换回原来的数据结构。

在Python里，常用的模块之一就是Pickle。它可以帮我们很方便地进行序列化和反序列化操作。比如，你可以把一个复杂的Python对象序列化保存下来，等需要用的时候再反序列化回来。

反序列化攻击的概述

反序列化过程有漏洞：如果我们反序列化了一个不可信的数据源，那就可能引发反序列化攻击。攻击者可以在序列化的数据里嵌入恶意代码，当你反序列化这个数据时，这些恶意代码就会被执行，可能会导致数据泄露、系统崩溃，甚至让攻击者远程控制你的系统。

Python Pickle模块概述

Pickle的基本功能

Pickle模块是Python自带的，它主要用来序列化和反序列化Python对象。你可以用Pickle把任何Python对象（包括复杂的数据结构）保存成字节流，然后在需要的时候再加载回来。

Pickle的工作原理

Pickle的工作原理其实很简单。序列化的时候，它会把Python对象转换成字节流，反序列化的时候，它会把字节流还原成Python对象。下面我们来看几个具体的例子。

Pickle的序列化

序列化就是把Python对象转换成字节流。我们可以用pickle.dump和pickle.dumps来做这件事。pickle.dump把对象序列化后写入文件，pickle.dumps则返回一个字节流。

import pickle
# 创建一个对象
data = {'name': 'Alice', 'age': 25, 'city': 'New York'}
# 序列化对象并写入文件
with open('data.pickle', 'wb') as file:
    pickle.dump(data, file)
# 或者返回一个字节流
data_bytes = pickle.dumps(data)

Pickle的反序列化

反序列化就是把字节流还原成Python对象。我们可以用pickle.load和pickle.loads来做这件事。pickle.load从文件中读取字节流并反序列化，pickle.loads则直接反序列化一个字节流。

import pickle
# 从文件中反序列化对象
with open('data.pickle', 'rb') as file:
    data = pickle.load(file)
# 或者直接反序列化一个字节流
data = pickle.loads(data_bytes)

反序列化攻击的原理

攻击机制

现在我们来看看反序列化攻击是怎么回事。攻击者可以在序列化的数据里嵌入恶意代码，当你反序列化这个数据时，这些恶意代码就会被执行。换句话说，如果你从不可信的数据来源反序列化数据，就等于是给了攻击者在你系统里执行代码的机会。

攻击者可以做什么

攻击者可以利用反序列化漏洞执行任意命令、修改或窃取数据。

示例代码

为了更清楚地说明问题，我们来看一个简单的反序列化攻击示例。

import pickle
import os
# 构造恶意代码
class Malicious:
    def __reduce__(self):
        return (os.system, ('echo Hacked!',))
# 序列化恶意对象
malicious_data = pickle.dumps(Malicious())
# 反序列化时执行恶意代码
pickle.loads(malicious_data)

在这个示例中，我们创建了一个名为Malicious的类。这个类的__reduce__方法返回一个元组，第一个元素是os.system，第二个元素是要执行的命令。当我们反序列化这个对象时，os.system('echo Hacked!')会被执行，输出“Hacked!”。

详细解释

1. 构造恶意代码：我们定义了一个Malicious类，并在__reduce__方法中指定要执行的命令。
2. 序列化恶意对象：我们用pickle.dumps序列化这个恶意对象。
3. 反序列化恶意对象：当我们用pickle.loads反序列化这个对象时，__reduce__方法会被调用，并执行指定的命令。

如何防范Pickle反序列化攻击

安全反序列化的原则

防范反序列化攻击的第一原则就是：避免从不可信来源反序列化。只有当你完全信任数据的来源时，才可以使用反序列化。

我们来看一些具体的防御方法和代码示例。

安全的反序列化代码示例

如果必须使用Pickle进行反序列化，可以考虑重载find_class来限定范围限制反序列化的对象类型：

import pickle
import types
# 自定义Unpickler，限制可反序列化的类型
class RestrictedUnpickler(pickle.Unpickler):
    def find_class(self, module, name):
        if module == "builtins" and name in {"str", "list", "dict", "set", "int", "float", "bool"}:
            return getattr(__import__(module), name)
        raise pickle.UnpicklingError(f"global '{module}.{name}' is forbidden")
def restricted_loads(s):
    return RestrictedUnpickler(io.BytesIO(s)).load()

在这个示例中，我们自定义了一个RestrictedUnpickler类，只允许反序列化某些安全的内置类型。

使用其他安全的序列化模块（如JSON）

一个更安全的做法是使用JSON替代Pickle进行序列化和反序列化。JSON只支持基本数据类型，不会执行任意代码，因而更安全。

import json
# 序列化对象
data = {'name': 'Alice', 'age': 25, 'city': 'New York'}
data_json = json.dumps(data)
# 反序列化对象
data = json.loads(data_json)

总结

本文说明了什么是序列化和反序列化，以及Python中的Pickle模块。文中还详细解释了反序列化攻击的原理，并给出了攻击代码示例。最后讨论了如何防范Pickle反序列化攻击，并提供了一些具体的防御方法。如果你有任何问题，欢迎在评论区讨论！