PHP静态分析与跨站脚本检测(三)-PHP源码

以下是我看Pixy中一些程序的记录，主要是为了之后能够比较快速的理解程序的思路，记录下来，要不然那么多东西光靠脑子怎么行。有的地方可能有所纰漏，我自己看着可能都觉得不太好。

---

ProgramConverter
- convert()
首先利用PhpParser建立一棵parseTree，但是这棵tree只在这里使用而已。利用这棵tree、输入文件以及ProgramConverter对象本身建立TacConverter对象baseTac，然后调用baseTac.convert()。这个baseTac即是可以通过本对象返回的TacConverter属性。然后通过baseTac.getIncludeNodes()获得需要处理的被包含文件。
进入while循环，前提是函数内局部变量goOn为true和没有“-w”参数。该while循环命名为（w1*），设置goOn=false。如果需要处理的包含文件链表不为空，进入第二个while循环（w2*）。通过for循环将所有的CfgNodeInclude结点单独提取出来，如果这个node是需要跳过的（skip），就取下一个node；如果不是直接通过“常量”包含文件的话，就继续取下一个，这个展示不处理；如果以上两条都不满足，调用include()方法，返回一个内部枚举类型IncStatus，重设将要处理链表，继续w2*。使用baseTac处理一下之后，如果不存在non-literal includes就跳出w1*。否则，开始处理non-literal includes。（253：this.baseTac.backpatch();）。使用baseTac中得到的所有方法，包括用户方法和Main方法计算（259 - 260）。建立AliasAnalysis对象，并以之作为参数建立LiteralAnalysis对象，调用analyze()开始分析。然后，获取包含结点设置为将要处理的包含文件链表，进入for循环，逐个检测，如果已经检测过，跳过，否则即为non-literal的包含文名，按条件分别处理。在通过this.include()方法的返回值决定for循环的去向。再通过this.baseTac.assignFunctions()，然后重新设置需要处理的包含链表，继续w1*。
将之前得到的可能会有用的包含文件列表中实际没有用的都去掉。并将literalAnalysis置为null，以节省内存。如果需要使用AliasAnalysis，作出相应处理（361 - 364行），否则，利用baseTac调用replaceGlobals()，将所有函数的局部变量使用相应的全局变量替换，进行type分析，与前边的literal过程分析差不多。然后将functions转换为CfgNode，然后输出统计信息。释放资源，调用baseTac.addSuperGlobalElements()添加全局元素，将节点倒序排列。
- include()
得到应该包含的文件，如果文件不存在，返回NOTFOUND。否则，在allFiles中添加该文件，并将包含与被包含添加到includeGraph中，如果添加成功，对被包含的文件建立parseTree，并建立TacConverter对象，但是这里的对象都只是用来检测里边的include，并将这些CfgNodeInclude添加进从convert()传过来的weComeAfterwards中，以待处理。这样将goOn=true，循环检测。

---

CfgEdge
inEdges对于CfgNodeIf来说,是指判断条件,而outEdges是结果。对于其他的node有点说不清楚。

---

InterAnalysis
从这个程序看，将被扫描文件分析之后，得到的主要是TacConverter，由他得到TacFunction，然后再得到CfgNode，一个CfgNode对应一个Context，二者共同组成InteWorkListElemnt。在InterAnalysisInfo中则是每一个Cfgode对应一个InterAnalysisNode，在这个node中，由先前与刚才CfgNode对应的Context对应一个LatticeElement，而Latticelement则分别存放相应的信息。如AliasLatticelement存放MustAliases和MayAliases，而DepLatticeElement则存放TacPlace、DepSet、Vatiable等。
对于test.php来说，通过initTransferFunction()时，在ProgramConverter.convert()中产生了TransferFunctionId，而在checker.analyzeTaint()中则还得到了ConpositeTransferFunction。这时，每个InterAnalysisNode所包含的TransferFunction是确定了的实例，因而下边的transfer方法调用时会调用相应的实例的方法。对于本例，由于TransferFunctionId.transfer()返回的是传入的参数本身，故调用transfer之后得到的outValue与inValue是一样的。仅出现在当analyze()中node为后便三种的时候，第一种没有使用outValue，第二种直接使outValue = inValue。
- initGeneric()
后边的interAnalysisInfo()怎么就有长度了，没搞清楚。通过initTransferFunction()好像能够将genericAnalysisInfo添加数据，试验中是23个。但是 interAnalysisInfo也是23个。因该是这样的，二者指向同一个内存地址，对genericAnalysisInfo添加内容，就使得interAnalysisInfo也有了同样的内容。
- analyze ()
这个方法主要是针对不同的node采取不同的措施。主要分为了5类node
- CfgNodeCall
- CfgNodeExit
- CfgNodeIf
- CfgNodeCallRet
- 其他
通过inValue转换得到outValue，然后得到node的所有outgoing的边(outEdges)，将每条边的终点节点即node的继承者successor得到，然后通过当前的context和刚得到的outValue、successor共同增殖（propagete），向analysisNode设置新的 PhiValue，并向workList中添加InterWorkListElement。这里我理解propagate是产生一个InterWorkListElement，因为在analyze中使用的是它。
在analyze()刚开始的时候,workList中只有一个元素InterWorkListElement(this.mainHead, this.mainContext)。
analyze()中通过analysisNode获得的LatticeElement由test.php第一次在ProgramConverter.convert()中时都是TypeLatticeElement，而在Checker中analyzeTaint()时则全是DepLatticeElement。通过调用dump方法可知，前几个的结果即placeToDep为空，而后便则打印出整个Map。

- propagate(Context context, LatticeElement value, CfgNode target)
在analyze()中多数情况下调用都是(当前context，outValue，successor)
通过target得到InterAnalysisInfo中对应的analysisNode，不为null的话，通过context得到target的oldPhiValue，如果oldPhiValue=null，则将其设为所有LatticElementd的初始值，实际上也是null。如果value==oldPhiValue，则说明值没有改变，可以返回了。否则，在lattice中使用value和oldPhiValue计算一个newPhiValue，如果这个newPhiValue与oldPhiValue不同，则将其设置为target的Phivalue，并在workList中添加一个InterWorkListElement以便analyze()中继续分析。

---

DepClient
- collectSinks()
对于test0225.php而言，对XSS检测得到的functions数目为2，但是sinks数目为5；对SQL检测functions数目为2，sinks数目为1。
首先通过depAnalysis实例得到所有的TacFunction，然后对于每个TacFunction获得Cfg之后对CfgNode排序然后逐个检测。
得到的TacFunction有两个分别为：_main和foo，里边包含的CfgNode分别是21个和3个。而对于XSS检测有5个sink，均为echo，这里不管是否会产生XSS，均作为sink返回。

- findDangerousUninit(DepGraph relevant)
首先找出relevant中的uninit nodes，结果显示在上一个方法中XSS的5个sink中，后两个返回结果都为空。对于不为空的uninitNode，则是找出其父节点Predecessor，如果父结点不为1个，则抛出异常，否则取出这一个父结点，研究两种情况：
- DepGraphOpNode 直接认定为evil function返回。
- DepGraphNormalNode 调用initiallyTainted()方法查看返回值，如果为ALWAYS或者IFRG，则认为是evil function，返回。

- initiallyTainted(TacPlace place)
这里place考虑三种情况：
- Constant（常量） 这种情况下，直接就认为不可能是tainted，返回NEVER
- Variable（变量） 又分两种情况
- superglobals 在某些特定情况下认为是harmless，其余都是可能有害的。详见DepClient.java
- non-superglobals 同上。但是某些跟命令行“-g”选项有关。
- others 都认为是有害的。

---

TacConverter
- start()
通过传入的PhpTree的root建立起两个CfgNode，作为Cfg的root和exit，然后将tree中的各个node连接起来，将phptree转换成Cfg。

---

至于上文中提到的test0225.php，文件如下：


php
function foo ()
{

$var = $_GET[''evil''];
return $var;

}

//$a = $_GET[''evil''];
$b = foo ();

//$a=5;
//echo $a;
echo $b;
// $a is 6 here
echo $_GET[''a''];

echo $e;

$x = explode(''_'', $get);
mysql_query($x[0]);

if (true) echo "ABCD";

if ($a == ''a'' && $c == ''d'') echo "dfg";

?>

<