SQLMap工具处理三重Base64编码参数的注入技巧
2025-05-04 18:39:04作者:廉皓灿Ida
背景介绍
在Web应用安全测试中,经常会遇到各种编码形式的参数传递。其中Base64编码是一种常见的数据编码方式,而某些安全防护较为严格的系统甚至会采用多重Base64编码来传输数据。本文将以SQLMap工具为例,介绍如何正确处理三重Base64编码的JSON参数注入场景。
问题场景分析
测试人员发现目标系统的一个JSON参数经过了三重Base64编码处理。原始请求如下:
GET /list?id=WlhsS2QxbFlTbWhpVkVWcFQybEplazFUU1hOSmJrSm9ZMjFHZEUxcFNUWkpibEpzWXpOUmFVeERTbmRaV0Vwb1lsUk5hVTlwU2pCYVdFNHdTVzR3UFE9PQ==
经过三次Base64解码后,实际参数内容为:
{"param1":"31","param2":"test","param3":"test"}
初始尝试与问题
测试人员最初尝试使用SQLMap的tamper脚本(triplebase64)来处理,但发现工具仅对payload部分进行三重编码,而整个JSON参数并未被完整编码:
GET /list?id={"param1":"31VFhwRmJrc3dSazlTUTNONlQxUkJNRkJVVlRGTlZHZDBURk4wYzJWWFJrND0=","param2":"test","param3":"test"}
这种部分编码的方式导致SQLMap无法正确识别和利用问题。
解决方案
正确的处理方法是使用SQLMap的--eval参数,在请求发送前对整个参数进行三重Base64编码处理。具体命令如下:
python3 sqlmap.py -u 'http://<URL>/?id={"param1":"31","param2":"test","param3":"test"}' \
--eval='import base64; id=base64.b64encode(base64.b64encode(base64.b64encode(id.encode())))' \
--answer="JSON=y" \
--batch \
-v 6
关键参数解析
--eval:允许在请求发送前执行Python代码对参数进行处理base64.b64encode():Python的Base64编码函数,连续调用三次实现三重编码--answer="JSON=y":自动确认对JSON格式参数进行注入测试--batch:自动选择默认选项,无需人工干预-v 6:启用详细输出模式,便于调试
技术原理
这种处理方式的优势在于:
- 完整编码:对整个JSON参数进行三重编码,而非仅编码payload部分
- 自动化处理:在请求发送前自动完成编码,无需手动干预
- 保持一致性:确保测试请求与正常请求的编码方式完全一致
- 兼容JSON注入:正确处理JSON格式参数的注入点识别
实际应用效果
使用上述方法后,SQLMap能够正确识别并利用该三重Base64编码的JSON参数中的SQL注入问题。测试人员确认该方法有效解决了初始部分编码的问题。
总结
对于采用多重编码(特别是Base64)的Web应用参数,安全测试人员需要特别注意编码处理的完整性。SQLMap的--eval参数提供了灵活的预处理能力,可以应对各种复杂的编码场景。掌握这种技术能够有效提升对加固系统的安全测试能力。
在实际测试中,建议先手动验证编码/解码逻辑,确认无误后再通过自动化工具进行批量测试,以确保测试的准确性和有效性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134