Burpsuite中protobuf数据流的解析

Author:没羽@阿里移动安全

0x00 前言

对于protobuf over-HTTP的数据交互方式Burpsuite不能正确的解析其中的数据结构，需要Burpsuite扩展才能解析，笔者使用mwielgoszewski的burp-protobuf-decoder ^【1】 扩展实践了protobuf数据流的解析，供有需要的同学学习交流。笔者实践使用的环境： burpsuite+python2.7+protobuf2.5.0。

0x01 安装burp-protobuf-decoder扩展

burp-protobuf-decoder ^【1】 扩展是基于protobuf库（2.5.x版本）开发的burpsuite python扩展，可用于解析、篡改 request/response中protobuf数据流。从 https://github.com/mwielgoszewski/burp-protobuf-decoder 下载该扩展源码，然后解压。

该扩展是基于protobuf和jython实现的。先下载protobuf 2.5.0 ^【2】 源码进行编译，编译方法请参考其README.txt文件。需求在burpsuite的Extender中配置Jython ^【3】 的路径：

Burpsuite中添加扩展：

1. 在Burpsuite的Extender窗口中点击“Add”按钮，弹出的“Load Burp Extension”窗口中选择如下信息：

   

2. 然后Next，当看到如下信息时表示扩展加载成功：

   

Tips：

1. 加载扩展时提示 “Error calling protoc: Cannot run program "protoc" (in directory "******"): error=2, No such file or directory” 错误

   解决办法：修改protoburp.py中调用protoc命令的路径，有多处，如：

   将 process = subprocess.Popen(['protoc', '--version'] 中 'protoc' 改为 '/home/name/protobuf/src/protoc' 。

2. 加载扩展碰到 cannot import name symbol_database 错误

   可能是你使用的protoc与扩展所使用protobuf python库版本不一致原因，一种解决办法是下载protobuf 2.5.0源码编译后，修改protoburp.py中对应的路径，再加载扩展。

3. 扩展加载成功了，但不能解析protobuf数据流

   该扩展通过判断头部“content-type”是否为“ 'application/x-protobuf' ”来决定是否解析数据，你可以修改protoburp.py中的isEnabled()方法让其工作。

0x02 protobuf简介

protobuf是Google开源的一个跨平台的结构化数据存储格式。可用于通讯协议、数据存储等领域的语言无关、平台无关、可扩展的序列化结构数据格式。

protobuf通过定义“.proto”文件来描述数据的结构。.proto文件中用 “Message”来表示所需要序列化的数据的格式。Message由Field组成，Field类似Java或C++中成员变量，通常一个Field的定义包含修饰符、类型、名称和ID。下面看一个简单的.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代码生成二进制数据流：

#!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()

序列化后的二进制数据流如下：

有关Protobuf的语法网上已有很多文章了，你可以网上搜索或参考其官网 ^【4】 说明。

2.1Varint编码

Protobuf的二进制使用Varint编码。Varint 是一种紧凑的表示数字的方法。它用一个或多个字节来表示一个数字，值越小的数字使用越少的字节数。这能减少用来表示数字的字节数。

Varint 中的每个 byte 的最高位 bit 有特殊的含义，如果该位为 1，表示后续的 byte 也是该数字的一部分，如果该位为 0，则结束。其他的 7 个 bit 都用来表示数字。因此小于 128 的数字都可以用一个 byte 表示。大于 128 的数字，比如 300，会用两个字节来表示：1010 1100 0000 0010。

下图演示了protobuf如何解析两个 bytes。注意到最终计算前将两个 byte 的位置相互交换过一次，这是因为protobuf 字节序采用 little-endian 的方式。

(图片来自网络)

2.2数值类型

Protobuf经序列化后以二进制数据流形式存储，这个数据流是一系列key-Value对。Key用来标识具体的Field，在解包的时候，Protobuf根据 Key 就可以知道相应的 Value 应该对应于消息中的哪一个 Field。

Key 的定义如下：

(field_number << 3) | wire_type

Key由两部分组成。第一部分是 field_number，比如消息 tutorial .Person中 field name 的 field_number 为 1。第二部分为 wire_type。表示 Value 的传输类型。Wire Type 可能的类型如下表所示：

以数据流：08 96 01为例分析计算key-value的值：

#!bash 08 = 0000 1000b     => 000 1000b(去掉最高位)     => field_num = 0001b(中间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(因为是little-endian)     => 128+16+4+2=150 

最后得到的结构化数据为：

1:150

其中1表示为 field_num ，150为value。

2.3手动反序列化

以上面例子中序列化后的二进制数据流进行反序列化分析：

#!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; 

读取7个字符“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; 

读取10个字符“[email protected]

”；

#!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; 

读取11个字符“15011111111”；

#!bash 10 = 0001 0000 => field_num=2, type=0; 02 = 0000 0010 => value=2; 

最后得到的结构化数据为：

#!bash 1 {   1: "Vincent"   2: 9   3: "[email protected]

" 4 { 1: "15011111111" 2: 2 } }

2.4使用protoc反序列化

实现操作经常碰到较复杂、较长的流数据，手动分析确实麻烦，好在protoc加“ decode_raw ”参数可以解流数据，我实现了一个python脚本供使用：

#!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为protobuf二进制数据流文件。得到结构化的数据后我们可以逐步分析，猜测每个Field的名称，辅助协议、数据结构等逆向分析。

0x03 burpsuite+protobuf实战

用webpy模拟protobuf over-HTTP的web app。

服务端 overHttp_server.py 内容如下：

#!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() 

客户端 overHttp_client.py 内容如下：

#!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 

3.1proto文件逆向分析

启动服务端： python overHttp_server.py <ip>:8080

客户端请求： python overHttp_client.py

此时burp中已解析出protobuf数据，如下图：

但是这个结构的可读性还是比较差，我们可以通过逆向分析逐步猜测字段名称、类型，然后再解析，方便实现协议的逆向、安全测试等。

对这个结构我们可以还原成以下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; } 

然后使用右键的“Load .proto”加载该文件：

再看解析结果：

3.2数据篡改

打开request拦截：

运行 python overHttp_client.py 发送请求。拦截到request后，把 sub1_field2 改为999。

“Forward”后看request数据，已被篡改：

0x04 参考

• 【1】 https://github.com/mwielgoszewski/burp-protobuf-decoder
• 【2】 https://github.com/google/protobuf/tree/v2.5.0
• 【3】 https://wiki.python.org/jython/InstallationInstructions
• 【4】 https://developers.google.com/protocol-buffers/docs/proto
• 【5】 https://www.ibm.com/developerworks/cn/linux/l-cn-gpb/
• 【6】 https://developers.google.com/protocol-buffers/docs/overview
• 【7】 http://www.tssci-security.com/archives/2013/05/30/decoding-and-tampering-protobuf-serialized-messages-in-burp/