Author:[email protected]
對于protobuf over-HTTP的數據交互方式Burpsuite不能正確的解析其中的數據結構，需要Burpsuite擴展才能解析，筆者使用mwielgoszewski的burp-protobuf-decoder【1】擴展實踐了protobuf數據流的解析，供有需要的同學學習交流。筆者實踐使用的環境： burpsuite+python2.7+protobuf2.5.0。
burp-protobuf-decoder【1】擴展是基于protobuf庫（2.5.x版本）開發的burpsuite python擴展，可用于解析、篡改 request/response中protobuf數據流。從https://github.com/mwielgoszewski/burp-protobuf-decoder下載該擴展源碼，然后解壓。
該擴展是基于protobuf和jython實現的。先下載protobuf 2.5.0【2】源碼進行編譯，編譯方法請參考其README.txt文件。需求在burpsuite的Extender中配置Jython【3】的路徑：
Burpsuite中添加擴展：
在Burpsuite的Extender窗口中點擊“Add”按鈕，彈出的“Load Burp Extension”窗口中選擇如下信息：
然后Next，當看到如下信息時表示擴展加載成功：
Tips：
加載擴展時提示“Error calling protoc: Cannot run program "protoc" (in directory "******"): error=2, No such file or directory”錯誤
解決辦法：修改protoburp.py中調用protoc命令的路徑，有多處，如：
將process = subprocess.Popen(['protoc', '--version']中'protoc'改為'/home/name/protobuf/src/protoc'。
加載擴展碰到cannot import name symbol_database錯誤
可能是你使用的protoc與擴展所使用protobuf python庫版本不一致原因，一種解決辦法是下載protobuf 2.5.0源碼編譯后，修改protoburp.py中對應的路徑，再加載擴展。
擴展加載成功了，但不能解析protobuf數據流
該擴展通過判斷頭部“content-type”是否為“'application/x-protobuf'”來決定是否解析數據，你可以修改protoburp.py中的isEnabled()方法讓其工作。
protobuf是Google開源的一個跨平臺的結構化數據存儲格式。可用于通訊協議、數據存儲等領域的語言無關、平臺無關、可擴展的序列化結構數據格式。
protobuf通過定義“.proto”文件來描述數據的結構。.proto文件中用 “Message”來表示所需要序列化的數據的格式。Message由Field組成，Field類似Java或C++中成員變量，通常一個Field的定義包含修飾符、類型、名稱和ID。下面看一個簡單的.proto文件的例子：
#!cpp
syntax = "proto2";
package tutorial;
message Person {
required string name = 1;
required int32 id = 2;
optional string email = 3;
enum PhoneType {
MOBILE = 0;
HOME = 1;
WORK = 2;
}
message PhoneNumber {
required string number = 1;
optional PhoneType type = 2 [default = HOME];
}
repeated PhoneNumber phone = 4;
}
message AddressBook {
repeated Person person = 1;
}
使用下面的python代碼生成二進制數據流：
#!python
import addressbook_pb2
address_book = addressbook_pb2.AddressBook()
person = address_book.person.add()
person.id = 9
person.name = 'Vincent'
person.email = [email protected]'
phone = person.phone.add()
phone.number = '15011111111'
phone.type = 2
f = open('testAb', "wb")
f.write(address_book.SerializeToString())
f.close()
序列化后的二進制數據流如下：
有關Protobuf的語法網上已有很多文章了，你可以網上搜索或參考其官網【4】說明。
Protobuf的二進制使用Varint編碼。Varint 是一種緊湊的表示數字的方法。它用一個或多個字節來表示一個數字，值越小的數字使用越少的字節數。這能減少用來表示數字的字節數。
Varint 中的每個 byte 的最高位 bit 有特殊的含義，如果該位為 1，表示后續的 byte 也是該數字的一部分，如果該位為 0，則結束。其他的 7 個 bit 都用來表示數字。因此小于 128 的數字都可以用一個 byte 表示。大于 128 的數字，比如 300，會用兩個字節來表示：1010 1100 0000 0010。
下圖演示了protobuf如何解析兩個 bytes。注意到最終計算前將兩個 byte 的位置相互交換過一次，這是因為protobuf 字節序采用 little-endian 的方式。
(圖片來自網絡)
Protobuf經序列化后以二進制數據流形式存儲，這個數據流是一系列key-Value對。Key用來標識具體的Field，在解包的時候，Protobuf根據 Key 就可以知道相應的 Value 應該對應于消息中的哪一個 Field。
Key 的定義如下：
(field_number << 3) | wire_type
Key由兩部分組成。第一部分是 field_number，比如消息 tutorial .Person中 field name 的 field_number 為 1。第二部分為 wire_type。表示 Value 的傳輸類型。Wire Type 可能的類型如下表所示：
| Type | Meaning | Used For |
|---|---|---|
| ０ | Varint | int32, int64, uint32, uint64, sint32, sint64, bool, enum |
| 1 | 64-bit | fixed64, sfixed64, double |
| 2 | Length-delimi | string, bytes, embedded messages, packed repeated fields |
| 3 | Start group | Groups (deprecated) |
| 4 | End group | Groups (deprecated) |
| 5 | 32-bit | fixed32, sfixed32, float |
以數據流：08 96 01為例分析計算key-value的值：
#!bash
08 = 0000 1000b
=> 000 1000b(去掉最高位)
=> field_num = 0001b(中間4位), type = 000(后3位)
=> field_num = 1, type = 0(即Varint)
96 01 = 1001 0110 0000 0001b
=> 001 0110 0000 0001b(去掉最高位)
=> 1 001 0110b(因為是little-endian)
=> 128+16+4+2=150
最后得到的結構化數據為：
1:150
其中1表示為field_num，150為value。
以上面例子中序列化后的二進制數據流進行反序列化分析：
#!bash
0A = 0000 1010b => field_num=1, type=2;
2E = 0010 1110b => value=46;
0A = 0000 1010b => field_num=1, type=2;
07 = 0000 0111b => value=7;
讀取7個字符“Vincent”；
#!bash
10 = 0001 0000 => field_num=2, type=0;
09 = 0000 1001 => value=9;
1A = 0001 1010 => field_num=3, type=2;
10 = 0001 0000 => value=16;
#!bash
22 = 0010 0010 => field_num=4, type=2;
0F = 0000 1111 => value=15;
0A = 0000 1010 => field_num=1, type=2;
0B = 0000 1011 => value=11;
讀取11個字符“15011111111”；
#!bash
10 = 0001 0000 => field_num=2, type=0;
02 = 0000 0010 => value=2;
最后得到的結構化數據為：
#!bash
1 {
1: "Vincent"
2: 9
3: "[email protected]"
4 {
1: "15011111111"
2: 2
}
}
實現操作經常碰到較復雜、較長的流數據，手動分析確實麻煩，好在protoc加“decode_raw”參數可以解流數據，我實現了一個python腳本供使用：
#!python
def decode(data):
process = subprocess.Popen(['/usr/local/bin/protoc', '--decode_raw'],
stdin=subprocess.PIPE,stdout=subprocess.PIPE,stderr=subprocess.PIPE)
output = error = None
try:
output, error = process.communicate(data)
except OSError:
pass
finally:
if process.poll() != 0:
process.wait()
return output
f = open(sys.argv[1], "rb")
data = f.read()
print 'data:\n',decode(data)
f.close()
使用python decode.py <proto.bin>即可反序列化，其中proto.bin為protobuf二進制數據流文件。得到結構化的數據后我們可以逐步分析，猜測每個Field的名稱，輔助協議、數據結構等逆向分析。
用webpy模擬protobuf over-HTTP的web app。
服務端overHttp_server.py內容如下：
#!python
#!/usr/bin/env python
#coding: utf8
#author: Vincent
import web
import time
import os
urls = (
"/", "default",
)
app = web.application(urls, globals())
class default:
def GET(self):
return 'hello world.'
def POST(self):
reqdata = web.data()
print 'client request:'+reqdata
resdata = reqdata.split(':')[-1]
web.header('Content-type', 'application/x-protobuf')
return resdata
if __name__ == "__main__":
app.run()
客戶端overHttp_client.py內容如下：
#!python
#!/usr/bin/env python
#coding: utf8
#author: Vincent
import urllib
import urllib2
import json
import addressbook_pb2
import sys
proxy = 'http://<ip>:8888'
target = "http://<ip>:8080/"
enable_proxy = True
proxy_handler = urllib2.ProxyHandler({"http" : proxy})
null_proxy_handler = urllib2.ProxyHandler({})
if enable_proxy:
opener = urllib2.build_opener(proxy_handler)
else:
opener = urllib2.build_opener(null_proxy_handler)
urllib2.install_opener(opener)
def doPostReq():
url = target
address_book = addressbook_pb2.AddressBook()
f = open('testAb', "rb")
address_book.ParseFromString(f.read())
ad_serial = address_book.SerializeToString()
f.close()
data = ad_serial
opener = urllib2.build_opener(proxy_handler, urllib2.HTTPCookieProcessor())
req = urllib2.Request(url, data, headers={'Content-Type': 'application/x-protobuf'})
response = opener.open(req)
return response.read()
resp = doPostReq()
print 'response:',resp
啟動服務端：python overHttp_server.py <ip>:8080
客戶端請求：python overHttp_client.py
此時burp中已解析出protobuf數據，如下圖：
但是這個結構的可讀性還是比較差，我們可以通過逆向分析逐步猜測字段名稱、類型，然后再解析，方便實現協議的逆向、安全測試等。
對這個結構我們可以還原成以下proto文件：
#!cpp
syntax = "proto2";
package reversed.proto1;
message Msg {
optional string _name = 1;
optional int32 field2 = 2;
optional string _email = 3;
message subMsg1 {
required string _phone = 1;
optional int32 sub1_field2 = 2;
}
repeated subMsg1 field4 = 4;
}
message Root {
repeated Msg msg = 1;
}
然后使用右鍵的“Load .proto”加載該文件：
再看解析結果：
打開request攔截：
運行python overHttp_client.py發送請求。攔截到request后，把sub1_field2改為999。
“Forward”后看request數據，已被篡改：
