SQLMap项目在ClickHouse数据库表枚举中的权限问题分析
2025-05-04 21:20:09作者:郁楠烈Hubert
背景介绍
在渗透测试过程中,SQL注入攻击是一种常见的安全威胁。SQLMap作为一款开源的自动化SQL注入工具,被广泛应用于安全测试领域。然而,在对ClickHouse数据库进行测试时,发现了一个关于表枚举权限的有趣问题。
问题现象
测试人员在使用SQLMap对ClickHouse数据库进行SQL注入测试时,尝试枚举数据库表结构时遇到了权限问题。具体表现为:
- 当使用标准的
information_schema视图查询表结构时,数据库返回了权限不足的错误 - 错误信息明确指出需要
SELECT(table_name, table_schema) ON information_schema.tables权限 - 但有趣的是,当改用
system.*系统表查询时,相同的操作却可以正常执行
技术分析
ClickHouse数据库提供了两种元数据查询方式:
- 标准化的information_schema视图:这是SQL标准中定义的元数据查询接口,旨在提供跨数据库的统一访问方式
- ClickHouse特有的system表:包括system.tables、system.columns等,提供对数据库对象的直接访问
在权限控制方面,ClickHouse对这两种访问方式实施了不同的权限策略:
- 对information_schema视图实施了更严格的权限控制
- 而对system表的访问权限相对宽松
这种差异化的权限设计可能是出于以下考虑:
- 兼容性:information_schema作为标准接口,需要遵循更严格的访问控制规范
- 灵活性:system表作为原生实现,保留了ClickHouse特有的灵活性
- 安全策略:可能认为直接使用system表的用户更了解系统,因此给予更多信任
解决方案
针对这一问题,SQLMap项目已经进行了相应的调整:
- 修改了queries.xml中ClickHouse相关的查询语句
- 将所有基于information_schema的查询替换为system表的查询
- 确保表名、字段名等映射关系正确
具体修改包括:
- 数据库枚举:从
information_schema.schemata改为system.databases - 表枚举:从
information_schema.tables改为system.tables - 列枚举:从
information_schema.columns改为system.columns
实际测试验证
通过Docker搭建ClickHouse测试环境,验证了修改后的SQLMap能够:
- 成功枚举数据库列表
- 获取各数据库中的表结构信息
- 查询表的列定义
- 完成完整的数据字典枚举
测试结果表明,使用system表查询完全能够替代information_schema视图,且不受权限限制影响。
安全建议
对于安全测试人员,在处理ClickHouse数据库时应注意:
- 优先尝试使用system表进行元数据查询
- 当遇到权限问题时,考虑alternative的查询方式
- 了解不同数据库系统的特有实现和权限模型
- 保持SQLMap等工具的及时更新,以获取最新的绕过技术
对于数据库管理员,建议:
- 审查对system表的访问权限
- 考虑实施统一的权限控制策略
- 监控异常的元数据查询行为
总结
这一案例展示了数据库系统在实现标准化接口时可能存在的权限控制差异。通过深入理解数据库内部机制,安全测试人员能够找到更有效的测试路径。同时,这也提醒我们工具开发需要不断适应各种数据库的特有行为,才能提供更强大的测试能力。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
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
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
310
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1