概要
SECCON 2017 Online CTF にチーム Bluemermaid (a.k.a. Harekaze)として参加し、Remote debugging of a micro computer (300) を解きました。
この問題を解いたチームは13チームと結構少なめだったようです。
また、チーム全体では5800ポイントで第3位でした。最終的に出題されていたほとんどの問題が解かれていてびっくりしました。チームのプロの皆様に感謝 :pray: 。
ちなみにこれに時間を費やした結果、TOEICに行き損ねました。
バイナリの方が話者多いし問題ないでしょ！
解くまでの過程
問題
Remote debugging of a micro computer
Connect to the server and read "word.txt" on current directory.
$ echo '$g#67+' | nc micro.pwn.seccon.jp 10000
The server is running on GDB simulator with special patches.
Long time connection will be disconnected automatically. (in several minutes)
Short interval requests will be also ignored. (in several seconds)
URLとポートが与えられ、そこにncで接続すると、GDBのリモートデバッグプロトコルで問題サーバーとお話しできます。
そして、word.txtというファイルがカレントディレクトリにあるので、それを読んでね！という内容でした。
与えられている情報は：
- デバッグポートのURLと番号
- 去年も同じような問題を出したよ
- SOP(Step-Oriented Programming)というのがあるよ（スライドへのリンク）
- 去年の問題サーバのソースとか、マルチアーキテクチャ対応のgccはここにあるよ（リンク）
という感じでした。つまりですね、この問題は
「対象アーキテクチャが一切不明な状態」
で始まるのです。
SOP(Step-Oriented Programming)ってなんだ
これはたしか坂井さん(KOZOSやバイナリかるたとか熱血アセンブラ入門で有名なあの方です。セキュリティキャンプなどで大変お世話になっております)の造語で、「デバッガでステップ実行することで任意コード実行できるよね？じゃあやってみようか」というものです。
今年のCODEBLUEでも坂井さんがこの話で登壇されていらっしゃいました。というか、問題で提示されていたスライドはどう見てもCODEBLUEのときのものです。
www.slideshare.net
ただし、フル機能のデバッガが使える状態であれば、あまりにも簡単過ぎてお話しになりません。
というわけで、問題文をよく読んでみるとThe server is running on GDB simulator with special patches. と書いてあります。つまり、このリモートデバッガはなんでもできる訳ではなく、機能が非常に制限されているのです。
どの程度制限されているかということはスライドに記載があります。
簡単に説明すると、デバッガは通常、レジスタへの読み書きと、メモリへの読み書きができるのですが、今回は「メモリへの書き込みができない」ような状態になっています。
いやー、それはそうですよ。だって、メモリに書き込めちゃったら、（アーキテクチャさえわかれば）簡単に任意コード実行できますからね。
という訳で、この問題で重要なパートは以下の2つに大別されます。
- 対象バイナリのアーキテクチャを特定する
- 任意コード実行をできるようにしてフラグファイルを読む
ではまず、アーキテクチャの特定からとりかかりましょう。
さて、アーキテクチャを特定したかったのですが、まずこの問題はバイナリが配布されていません。バイナリがないことには（一般人は）アーキテクチャを特定しようがないので、どうにかバイナリを手に入れることを考えます。
バイナリをもらってくる
GDBのデバッグプロトコルには、メモリを読み込む命令があります。形式は以下の通りです。
$m<addr>,<count>#<checksum>+
addrとcountは16進数です。桁数は適当で大丈夫でした。
checksumは、コマンド部分に相当するバイトの総和をhexで記述します。
といっても、いちいち手動で計算するのはつらいので、問題文に書いてあった昨年の解答例に含まれているperlスクリプトを利用するとよいでしょう。スクリプトを利用する際は、先頭の$と末尾の#<checksum>+はつけなくて大丈夫です（自動で付加されます）。
echo "m0000,100" | ./sendgdbproto.pl | nc micro.pwn.seccon.jp 10000
すると、こんな感じの応答が得られます。
+$00000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000#00
うん。たしかに100バイトですね。でも全部0...。
いつかバイナリに当たることを祈って、順次アドレスを変化させてゆきます。
ちなみに、一度に取得するサイズを大きくしすぎると
+$E03#a8
のように、Eが先頭につく返答が帰ってきます。かなしいです。
だいたい300くらいまでは大丈夫そうでした。
で、やがて見つける訳です。バイナリを。
echo "m2000,200" | ./sendgdbproto.pl | nc micro.pwn.seccon.jp 10000
+$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#2a
おおー！待望のバイナリですね。これでもう勝てた...と思ったら大間違いです。ここからがつらかった...。
じっとながめる
上記の出力から無駄な部分をのぞいて、純粋なバイト列にしたものが以下です。
00000000 11 40 0e 08 b0 13 76 20 b0 13 81 01 10 01 b0 13 |.@....v ........|
00000010 84 01 10 01 b0 13 85 01 10 01 b0 13 82 01 10 01 |................|
00000020 b0 13 83 01 10 01 b0 13 08 20 b1 00 02 00 c1 4d |......... .....M|
00000030 01 00 cd 01 ad 00 01 00 1e 43 b0 13 14 20 a1 00 |.........C... ..|
00000040 02 00 10 01 0a 14 0a 4d b0 13 2a 20 0c 4a 0a 16 |.......M..* .J..|
00000050 10 01 2a 14 09 4c ca 0d 6d 4d 0d 93 09 24 88 00 |..*..L..mM...$..|
00000060 44 20 0c 49 48 13 aa 00 01 00 6d 4a 0d 93 f9 23 |D .IH.....mJ...#|
00000070 0c 43 28 16 10 01 1c 43 8d 00 68 21 b0 13 52 20 |.C(....C..h!..R |
00000080 0c 43 b0 13 26 20 5a 14 3a 40 1f 00 06 43 05 46 |.C..& Z.:@...C.F|
00000090 1e 43 0b 46 08 4e 08 5e 09 4b 09 6b 07 48 07 fc |.C.F.N.^.K.k.H..|
000000a0 0f 49 0f fd 0f d7 0f 93 02 24 06 de 05 db 3a 53 |.I.......$....:S|
000000b0 0e 48 0b 49 0a 93 ee 23 0c 46 0d 45 55 16 10 01 |.H.I...#.F.EU...|
000000c0 0a 14 08 14 2a 42 88 00 86 20 48 13 3a 53 0a 93 |....*B... H.:S..|
000000d0 fc 23 08 16 0a 16 10 01 6a 14 b1 00 14 00 81 4c |.#......j......L|
000000e0 00 00 0c 4d 0d 4e 0a 4f c1 43 13 00 0e 4c 0e dd |...M.N.O.C...L..|
000000f0 0e 93 03 20 0f 93 01 20 1a 43 ce 01 ae 00 12 00 |... ... .C......|
00000100 0e 14 40 18 38 41 40 18 39 41 87 00 76 21 80 00 |..@.8A@.9A..v!..|
00000110 36 21 04 4c 34 f0 0f 00 0e 43 05 4e 05 12 04 12 |6!.L4....C.N....|
00000120 0e 16 ee 07 e6 4e 00 00 b0 13 c0 20 0a 95 01 24 |.....N..... ...$|
00000130 3a 53 38 53 39 63 09 12 08 12 06 16 0e 4c 0e dd |:S8S9c.......L..|
00000140 0e 93 e7 23 0a 93 05 24 f6 40 30 00 00 00 80 00 |...#...$.@0.....|
00000150 30 21 2c 41 cd 06 ad 00 01 00 b0 13 52 20 0c 43 |0!,A........R .C|
00000160 a1 00 14 00 64 16 10 01 48 65 6c 6c 6f 20 57 6f |....d...Hello Wo|
00000170 72 6c 64 21 0a 00 30 31 32 33 34 35 36 37 38 39 |rld!..0123456789|
00000180 61 62 63 64 65 66 00 00 00 00 00 00 00 00 00 00 |abcdef..........|
00000190 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 |................|
みなさんはこれを見て、何を思いますか？
ごく少数のプロを除けば、「は？」という感じだと思います。
これ以降は、私が適当に時間をかけて無理やりアーキテクチャを特定した話なので、参考になるかはご自身で判断してください。
もし、もっといい方法があったなら（きっとある）ぜひ教えてください...。
まず、気づくこととしては
- eが多い訳でもない -> ARMっぽくない
b0 13が頻出する（なんかありそう）10 01もたまに出てくる （なんかありそう）- 最後の部分はASCIIコードで
Hello World!のあとに'0-9a-z'って書いてある
があげられると思います。
というわけで、バイナリ部分をとりあえず予想にしたがって切ってみましょう。
11400e08
b0137620
b01381011001
b01384011001
b01385011001
b01382011001
b01383011001
b0130820b1000200c14d0100cd01ad0001001e43
b0131420a100020010010a140a4d
b0132a200c4a0a1610012a14094cca0d6d4d0d930924880044200c494813aa0001006d4a0d93f9230c43281610011c438d006821
b01352200c43
b01326205a143a401f00064305461e430b46084e085e094b096b074807fc0f490ffd0fd70f93022406de05db3a530e480b490a93ee230c460d45551610010a1408142a428800862048133a530a93fc2308160a1610016a14b1001400814c00000c4d0d4e0a4fc14313000e4c0edd0e9303200f9301201a43ce01ae0012000e1440183841401839418700762180003621044c34f00f000e43054e051204120e16ee07e64e0000
b013c0200a9501243a53385339630912081206160e4c0edd0e93e7230a930524f64030000000800030212c41cd06ad000100
b01352200c43a1001400641610014
8656c6c6f20576f726c64210a0030313233343536373839616263646566
おー、たしかにb0 13がたくさんありますね。しかも先頭の方、末尾が全部01 10 01 になっていて、怪しいです。
でも、01 10 01で1命令だとすると、先頭部分と合いませんね。そもそも3バイト固定ってアーキテクチャってのも変だし...。
というわけで、これ以上予想を重ねるのはやめて、きちんと動作を確認して予想を立てることにします。
ステップ実行してレジスタの様子をみる
こういう時はステップ実行すれば、命令境界がわかって嬉しいですね。
というわけで、レジスタをトレースしつつ、ステップ実行してみましょう。
現在のレジスタ状態を取得するコマンドはg, ステップ実行はsです。
g
s
g
s
g
これを適当にcmd.txtとでも保存して、cat cmd.txt | ./sendgdbproto.pl | nc micro.pwn.seccon.jp 10000とすれば、順次実行時のレジスタ状態が降ってきます。かんたんですね。
+$00200000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000#02+$T05#b9+$04200000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000#06+$T05#b9+$76200000fcff0f000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000#1a+$T05#b9+$78200000fcff0f000000000000000000000000000000000000000000000000000000000000000000000000000000000001000000000000000000000000000000#1d+$T05#b9+$7c200000fcff0f000000000000000000000000000000000000000000000000000000000000000000000000000000000001000000682100000000000000000000#59+$T05#b9+$52200000f8ff0f000000000000000000000000000000000000000000000000000000000000000000000000000000000001000000682100000000000000000000#fb+$T05#b9+$54200000ecff0f000000000000000000000000000000000000000000000000000000000000000000000000000000000001000000682100000000000000000000#27+$T05#b9+$56200000ecff0f000000000000000000000000000000000000000000000000000000000001000000000000000000000001000000682100000000000000000000#2a+$T05#b9+$58200000ecff0f000000000000000000000000000000000000000000000000000000000001000000682100000000000001000000682100000000000000000000#3d+$T05#b9
これを見ていると、いくつかわかることがあります。まず、最初の少なくとも2バイトがプログラムカウンタだということ、そして途中で突然4バイトめが負の数っぽくなっていることから、そのあたりがスタックポインタっぽい、しかもその幅をみるに、16bitに収まらないから32bitだろう...などです。
でも、出力を読むのがつらいです。どこでレジスタが切れているのかわからない...。
というわけで、これを自動でフォーマットしてくれる&前状態との差分をとってくれるプログラムを書きました。
seccon 2017 online CTF writeup (Remote debugging o ...
このプログラムでは、レジスタ幅を32bitとしていますが、当初私は16bitと仮定していて、上に書いた通りスタックポインタの動きを見て、32bitだと考えて修正しました。
で、もうちょっとステップ実行の回数を増やして、出力をこのプログラムに食べさせると、こんな感じになります。
PC: 0x2000
----
PC: 0x2004
----
PC: 0x2076
SP: 0x0 -> 0xffffc
----
PC: 0x2078
R12: 0x0 -> 0x1
----
PC: 0x207c
R13: 0x0 -> 0x2168
----
PC: 0x2052
SP: 0xffffc -> 0xffff8
----
PC: 0x2054
SP: 0xffff8 -> 0xfffec
----
PC: 0x2056
R9: 0x0 -> 0x1
----
PC: 0x2058
R10: 0x0 -> 0x2168
----
PC: 0x205a
R13: 0x2168 -> 0x48
----
PC: 0x205c
R2: 0x0 -> 0x1
----
PC: 0x205e
----
PC: 0x2062
R8: 0x0 -> 0x2044
----
PC: 0x2064
----
PC: 0x2044
SP: 0xfffec -> 0xfffe8
----
PC: 0x2046
SP: 0xfffe8 -> 0xfffe4
----
PC: 0x2048
R10: 0x2168 -> 0x48
----
PC: 0x202a
SP: 0xfffe4 -> 0xfffe0
----
...
この出力をどんどん見てゆくと、
- 命令サイズは2 or 4バイト
- レジスタ数は16本（PC, SP含む）
b0 13 aa bb = call 0xbbaa っぽい8r aa bb cc = Rr = 0xccbbaa っぽい
ということがわかります。分岐命令や代入命令はそこそこ登場頻度が多いので、それがわかればアーキテクチャを見分けられる可能性が高まります。
では、これらのヒントをもとに、アーキテクチャを絞り込んでゆきます。
最初はgrepでb0 13とか調べればいいかなと思ったのですが、どうもぱっとしませんでした。というわけで、ありそうなアーキテクチャのアセンブリコードを総当りすることにしました。
ヒントとなるのは、問題に書かれていたクロスコンパイラの中にあるサンプルです。
cross-gcc494/sample/*.dには、各アーキテクチャ向けのバイナリ&アセンブリ例が載っています。
ここを読んで、形式が似ているかどうか、そして、同じ命令がないかをじっくり探しました。
- このCPU -> 2, 4バイト混在, 16個のレジスタ(4byte), アドレス幅は16bit?
- aarch64 -> 4バイト固定
- alpha -> 4バイト固定
- arm -> 4バイト固定
- arm16 -> 2, 4バイト混在
- mn10030 -> 可変長命令、ちょっとちがう
- avr -> 2バイト固定
- avr8 -> 2バイト固定
- bfin -> 2, 4混在
- cr16 -> 2, 4混在
- cris -> 2, 4, 8バイト, ちょっとちがう
- epiphany -> 2, 4混在
- frv -> 4バイト固定
- fr30 -> 2, 4混在
- h8300 -> 2, 4バイト混在,
- h8300h -> 2, 4バイト混在,
- hppa -> 4固定
- i386 -> 可変長
- lm32 -> 4バイト固定
- m32r -> 4バイト固定
- m32c -> 1-4可変
- m6811 -> 1-4バイト可変
- m68k -> 2, 4, 6可変
- mcore -> 2バイト固定
- microblaze -> 4固定
- mips -> 4バイト固定
- mips16 -> 2, 4バイト混在。
- mips64 -> 4固定
- mn10300 -> 1-3バイト混在
- moxie -> 2, 4混在
- msp430 -> 2, 4混在
- powerpci -> 4バイト固定
- sh -> 2バイト固定
- sh64 -> 4バイト固定
- sparc -> 4バイト固定
- v850 -> 2, 4バイト混在
そして、やっとmsp430にたどり着いた訳です。
ちなみに、決め手はこのサイトでした。
16進数を流し込んだら、「読める、読めるぞ！！！」という感じで最高に嬉しかったです。
あとはシステムコールを叩くだけ...どうやって？
さて、これでアーキテクチャは完全にわかったので、どのコード片がどういう動作をするのかだいたい把握できた訳です。
あとは、システムコールを叩いてword.txtを読むだけなのですが、しかし、どうやらこのアーキテクチャでは、システムコールは「syscall命令」や「割り込み」ではなく、関数呼び出しとして実装されているようです。syscallみたいな文字が見えないですし。
（2017-12-11追記：作問者の坂井さんより、このアーキテクチャではシステムコール呼び出しに使えるCPUの機構がおそらくなく、そのためシミュレータは「モニタ」とよばれる、各マイコンメーカから提供されるデバッガのようなハードウエアの動作を模倣しているのではないか、もしくはこの「システムコール」はGDBの独自拡張ではないか、という話でした。ちなみに、こういった「特定番地を呼び出すとシステムコール的な動作をする」仕組みのことを、H8マイコンでは magic trap というらしいですが、一般的な用語ではないそうなので、「システムコールっぽいサービスを関数呼び出しでエミュレーションしているよくあるやりかた」と言うと通じるらしいです。）
ここは少し悩んだ結果、disasmした結果から、"Hello World!"している場所を探して、どうやって処理しているか確認しました（私もこれを書きながら一瞬どうやったのか忘れてしまいました）。
まず、"Hello World"という文字列が格納されているアドレスですが、それは物理メモリ上の0x216eでした。
で、disasmした結果からこの番地を使っている場所を探すと、
2076: 1c 43 mov #1, r12 ;r3 As==01
2078: 8d 00 68 21 mova #8552, r13 ;0x02168
207c: b0 13 52 20 calla #8274 ;0x02052
2080: 0c 43 clr r12 ;
2082: b0 13 26 20 calla #8230 ;0x02026
という場所が見つかり、ここが文字列を出力している部分と思われます。ここでは2回callaがありますが、ひとつめはstrlenした結果をr14に格納するようなコードに飛ぶもので、問題は2つめのほうです。この飛び先は...。というあたりで、どうやって解いたのか忘れてしまいました。
ここは思い出したら追記します。ごめんなさい。メモリがそろそろ耐用年数を過ぎていて...。
ひとまず、特定のアドレスに飛ぶことが、syscallを呼び出すことになると理解してください。
結果、以下のことがわかりました。
open(path, flags, mode)は以下の命令を以下のレジスタ状態で呼べば良い。
201a: b0 13 82 01 calla #386 ;0x00182 を- R12 = path
- R13 = flags
- R14 = mode
read(fd, buf, size) は以下の命令を以下のレジスタ状態で呼べば良い。
200e: b0 13 84 01 calla #388 ;0x00184 を- R12 = fd
- R13 = size
- R14 = buf
任意メモリ書き換えの手段
これも、アセンブリの中から使えそうな命令を拾ってきます。私が選んだのはこの子です。
20de: 81 4c 00 00 mov r12, 0(r1) ;
この命令を実行すれば、r12のデータがr1番地に書き込まれます。試したところ、16bit分でした。わーい。
道具は揃った
さて、これで道具は揃いました。すべきことは3段階です。
- "word.txt"をメモリ上のどこかにつくる
- openする
- readする
これらは、
Gコマンドでレジスタを特定の状態に設定し、
sコマンドで動かす
ということを繰り返せば実現できます。
最初の目標は、言い換えれば77 6f 72 64 2e 74 78 74 00をメモリに書き込むことでした。
ちょうど、"Hello World!"の後半は"World"だったので、この辺りに書き込むことにします。（効率化は面倒なのでしなかった。あとでやってみたい。）
アドレス0x216eからの場所に書き込むとすれば、
Gde2000006e2100000*l776f00000*4
s
Gde200000702100000*l726400000*4
s
Gde200000722100000*l2e7400000*4
s
Gde200000742100000*l787400000*4
s
Gde200000762100000*l000000000*4
s
こうすれば書き込めます！あ、ちなみに0*lとかは省略表記で、*の前の文字を、(後ろの文字のASCIIコード-28)回書くことと同義です。(2017-12-11 回数が間違っていたので修正しました。)
スライドには「さらに(後ろの文字のASCIIコード-29)回書いたのと同じ」と書いてあって私は誤解した（全体でこうだと思っていた）ので、気をつけるといいと思います。
つまり、0*4は0が32個と等価になるわけです。
そして、最後のsyscallですが、openは
G1a20000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000006e210000000000000000000000000000
s
readは
G0e2000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000030000006e2100002000000000000000
s
とすればよいです。もちろん、読み出した結果を知る必要もありますから、末尾にメモリ呼び出し命令をつければ、全体では
m0216e,10
g
Gde2000006e2100000*l776f00000*4
s
Gde200000702100000*l726400000*4
s
Gde200000722100000*l2e7400000*4
s
Gde200000742100000*l787400000*4
s
Gde200000762100000*l000000000*4
s
G1a20000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000006e210000000000000000000000000000
g
s
g
G0e2000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000030000006e2100002000000000000000
s
g
s
g
m0216e,20
という感じになります（実際にこれで通しました）。最後に出力されたメモリ内容が、フラグの文字列データになっていました。
あ、実はopenしたファイルディスクリプタが2になると信じ込んでいて、(stdin: 0, stdout: 1, stderr: 2 だから3になるのはあたりまえ)、それで10分くらい無駄にしたのは秘密です。
本当は省略表記を活用すればもっと綺麗になったかと思いますが、それはまたの機会に。
おわりに
TOEICをさようならしたおかげで、なんとか問題を解くことができて非常に嬉しかったです。
競技時間内は、なんのアーキテクチャかわからず6時間くらい苦しい時間を過ごしていたので、もっと色々なアーキテクチャのことを知らなければ、と思いました。
久々にバイナリをたくさん食べてお腹がいっぱいになったので、また明日からも頑張れそうです。
ではみなさまも、存分にバイナリをお楽しみください。
