SQLMap项目在ClickHouse数据库表枚举中的权限问题分析
2025-05-04 03:38:26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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0216
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
186
231
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥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
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.08 K
216