SQLMap项目在ClickHouse数据库表枚举中的权限问题分析
2025-05-04 01:24:30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
kernelopenEuler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。C045
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0122
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
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
65
19
暂无简介
Dart
699
162
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++
696
374
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
🎉 (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
1.23 K
675
Ascend Extension for PyTorch
Python
243
281
React Native鸿蒙化仓库
JavaScript
271
328