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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
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!
C
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253