Google WebP图像编解码库漏洞分析(CVE-2023-4863)

2023年9月7日，Citizen Lab [1]宣布早在一周前，他们发现工作在华盛顿一国际办事处机构员工的设备上存在活跃的iMessage 0-click攻击，该利用通过发送包含恶意图片的Apple PassKit部署著名军火商NSO 研发的Pegasus 间谍软件。漏洞利用链由于可以绕过BlastDoor的沙箱，因此被称之为BLASTPASS。当天Apple 发布了两条漏洞的修复公告[2]。其中漏洞CVE-2023-41061存在于Apple Wallet中，恶意构造的附件可使得任意代码执行。另一漏洞CVE-2023-41064存在于ImageIO中，当解析恶意的图片可导致任意代码执行。这两个漏洞在iOS 16.6.1 和iPadOS 16.6.1 中修复。截止目前，漏洞细节并未公开。

Apple ImageIO框架中包含了对WebP数据的支持，9月6日Apple安全团队向Google报告了WebP安全漏洞（CVE-2023-4863）。9月11日，Google紧急发布一则关于WebP的安全修复[3]，并指出Google已经意识到该漏洞存在在野利用。该漏洞极有可能就是BLASTPASS攻击中使用的漏洞。据不完全统计，WebP组件的下游软件可能超过百万款，或将使其成为下一个Log4Shell漏洞，建议使用WebP组件的厂商及时更新到最新版。本文主要对漏洞CVE-2023-4863进行分析复现。

使用address sanitizer选项编译WebP代码（7ba44f80f3b94fc），当加载恶意图片时，程序在解析WebP图片时因堆溢出崩溃：

WebP容器文件格式基于RIFF（Resource Interchage File Format）文件格式，支持无损压缩（VP8L）。基本的文件格式由WebP头（绿色部分）和VP8L（蓝色部分）块组成。文件头由RIFF标识、文件大小以及容器名WEBP文件标识组成，VP8L块包括VP8L标识以及其数据部分(bitsream)[5]:

结合poc构造，可以看到VP8L的数据流头部包含特征（0x2f）、width、height、has_alpha（false）、version等信息。

在函数DecodeImageStream中，将transform（line1426）和 color cache（line1432）设置为0，并且在函数ReadHuffmanCodes中绕过if判断（line381），以便于直接进入哈夫曼编码的解析（ReadHuffmanCodes）：

哈夫曼编码是一类带权路径长度（WPL）最短的树，是一种传输效率最高的二进制编码。在实现中使用表代替树。其核心思想是使用变长编码表对源符号进行编码，出现频率高的符号使用较短的编码，出现频率低的符号使用较长的编码，这使得字符串的平均长度、期望值降低[4]。

在poc中，对（1-15）进行哈夫曼编码，每个值出现的情况使用二维数组（code_lengths_counts）统计，创建5个哈夫曼编码，每个哈夫曼编码使用的符号集大小分别为{280, 256, 256, 256, 40}：

在创建哈夫曼树的过程中，先按照使用频次对节点排序，然后调用函数calculate_code_lengths计算每个节点编码长度（code_lengths）：

在函数ConvertBitDepthsToSymbols中，根据获得编码长度（code_lengths）和编码深度计数（depth_count）计算出每个节点的key值（存储在codes）：

就第一个哈夫曼编码计算出的每个节点的编码长度以及每个节点的key值如下：

在ReadHuffmanCodes函数中开始了哈夫曼编码解析之旅，前述的5个哈夫曼编码将存储到表中，这里简称哈夫曼表（huffman_tables ）。在ReadHuffmanCodes函数中首先确定表的大小（table_size），该值由color_cache_bits（这里为0）索引数组（kTableSize）确定（line377），即数组的第一个元素。

当给定符号集的大小、根表的大小以及最大的编码长度，数组（kTableSize）中的大小可使用工具enough.c提前确定，该工具可根据前面给定的参数生成最大有效的完全的哈夫曼编码表[6]。kTableSize 的值如下：

在ReadHuffmanCodes函数中根据上述确定的表的大小分配huffman_tables 缓存（line432）：

然后调用函数ReadHuffmanCode依次解析5个haffman编码：

函数ReadHuffmanCode调用VP8LBuildHuffmanTable构建哈夫曼表，该表使用2级存储，根表的大小是8位，多余8位的存储到二级表中。

前述的key值作为哈夫曼表的索引，当编码长度大于根表的大小（8bits），key值的低位用来索引根表的位置，高位值用来索引二级表来确定存储的位置。调用ReplicateValue对哈夫曼编码（HuffmanCode）存储：

解析前4个哈夫曼编码时，哈夫曼表都可如常构建，当对第5个哈夫曼编码解析时，生成的key值索引二级表的存储位置时，超出哈夫曼表（haffman_tables）预先分配缓存大小，导致程序出现崩溃。

第5个哈夫曼编码的key值如下：

造成这种情况的原因是开发者使用enough工具预测缓存的大小，该工具预测的缓存的大小是根据完全有效的哈夫曼树计算出来的，并未考虑不平衡的编码情况。在poc中给定{0, 1, 1, 1, 1, 1, 0, 0, 0, 11, 5, 1, 10, 4, 2, 2}，并设定最大的编码长度为15，根表的大小为8时，许多内部节点作为叶节点，创建的是一棵无效的哈夫曼树。

结合前述分析，key值是根据节点的深度的计数以及编码长度计算得出，当使用无效的哈夫曼树计算时得到的key值去索引预定的缓存时，就超出了预期。

漏洞补丁[7]对于每个哈夫曼编码，在函数VP8LBuildHuffmanTable中，两次调用函数BuildHuffmanTable，第一次将参数root_table 设置为NULL计算需要编码的段的总大小（total_size），如果大小不满足，将重新分配缓存。第二次调用函数BuildHuffmanTable才执行实际的哈夫曼表的建立。

当创建完哈夫曼表后，如果是无效的哈夫曼树，返回的大小为0，后续直接抛出错误。

使用chrome加载构造的WebP图像，浏览器因为堆溢出崩溃。WebP解析库应用广泛，在实际测试中，没有崩溃不代表没有影响，受影响的厂商应及时更新到最新版本。

原文始发于微信公众号（ADLab）：Google WebP图像编解码库漏洞分析(CVE-2023-4863)