（CVE-2020-4054）Sanitize 跨站脚本漏洞
一、漏洞简介
于2020/06/16，Ruby
Sanitize项目官方发布了编号为``CVE-2020-4054的[漏洞公告](https://github.com/rgrove/sanitize/security/advisories/GHSA-p4x4-rw2p-8j8m),当Sanitize模块的过滤规则被配置成RELAXED时，利用该漏洞可以绕过该模块的安全过滤功能。具体配置信息可以查看lib/sanitize/config/relaxed.rb`文件。
二、漏洞影响
Sanitize 3.0.0及之后版本（5.2.1版本已修复）
三、复现过程
漏洞分析
HTML语法过滤基础思路
这部分将讲述恶意HTML文本的检测思路与过滤手法，有相关经验的大佬可以直接跳过。
Sanitize是一个用于检测HTML恶意语法并过滤的Ruby模块，其基于白名单的工作方式，提取到输入内容中的HTML标签后，分析并删除不在白名单内的标签，随后生成相对安全的HTML内容，用户可自定自己的白名单规则（例如，只允许<b>、<i>标签），不过该模块有一些默认的规则内容，接下来我会分析RELAXED过滤规则场景下的默认可信标签，列表如下：
<a> <abbr> <address <article> <aside> <bdi> <bdo> <blockquote> <body> <br> <caption> <cite>
<code> <col> <colgroup> <data> <dd> <del> <dfn> <div> <dl> <dt> <figcaption> <figure> <footer>
<h1> <h2> <h3> <h4> <h5> <h6> <head> <header> <hgroup> <hr> <html> <img> <ins> <kbd> <li> <main> <mark> <nav> <ol> <p> <pre <q> <rp> <rt> <ruby> <s> <samp> <section> <small> <span> <strike> <style> <sub> <summary> <sup> <table> <tbody> <td> <tfoot> <th> <thead> <time> <title> <tr> <ul> <var> <wbr>
HTML恶意检测的工作大致分为三步：
将HTML解析为DOM树
从DOM树中删除不可行的标签和属性
将新的DOM树序列化为HTML标签
{=html}
<!-- -->
- 举个例子，当输入内容如下时：
ABC<script>alert(1)</script><img src=1 onerror=alert(2)>
首先会被解析为以下DOM树：
Sanitize跨站脚本漏洞/media/rId28.png)
其中
script
标签和
onerror
属性不在白名单规则内，随后将被删除。新的DOM树如下：
Sanitize跨站脚本漏洞/media/rId29.png)
反序列化后如下：
ABC<img src="1">
理想状态下对输入内容进行过滤后其输出内容都是安全的。
style标签的解析与序列化
Sanitize模块的安全标签列表中包含<style>标签，可以从它入手，因为该标签的处理方式与其它不同。首先，HTML解析器不会解码<style>标签中的HTML实体。举个例子：
<div>I <3 XSS</div>
<style>I <3 XSS</style>
生成如下DOM树：
Sanitize跨站脚本漏洞/media/rId31.png)
可以看到，<在<div>标签中已被HTML解码，但在<style>标签中没有。编码的大致过程为''<>等特殊字符被替换成&"<>。然后，对于一些特定标签比如<style>标签，在反序列化生成新的HTML内容时没有进行HTML实体编码，举个例子：
Sanitize跨站脚本漏洞/media/rId32.png)
反序列化生成的HTML内容为：
<div>I <3 XSS</div>
<style>I <3 XSS</style>
可以看到<字符在<div>标签内进行了HTML编码为<，但在<style>标签中没有。该特性可被恶意利用，比如如下DOM树：
Sanitize跨站脚本漏洞/media/rId33.png)
其由Sanitize反序列化生成HTML内容为：
<style></style><img src onerror=alert(1)>
这将产生XSS漏洞。接下来的问题是：如何构造出一个恶意的DOM树？
Foreign content特性
HTML规范中有很多有趣的特性，当存在<svg>或者<math>标签时，解析规则会产生变化且上述中<style>标签的两个特性将不再受用，该特性就是：<svg>/<math>标签中的内容会进行HTML实体解码。理想状态下在Sanitize场景下就会生成一个恶意的DOM树举个例子：
<svg><style>I <3 XSS
对应的DOM树为：
Sanitize跨站脚本漏洞/media/rId35.png)
最终输出为如下并产生XSS漏洞：
<svg><style>I <3 XSS</style></svg>
漏洞复现
回到主题，如何绕过Sanitize的过滤规则？RELAXED配置场景下，<style>标签允许输入但是<svg>/<math>标签都不行，Sanitize使用的是Google Gumbo解析器,它支持HTML5中的新特性。Sanitize对CSS语法也进行了安全过滤，但是我发现！
使用/**/注释的方法可以进行有效的代码注入，举个例子：
<svg><style>/*</style><img src onerror=alert(1)*/
DOM树如下：
Sanitize跨站脚本漏洞/media/rId38.png)
<svg>标签由于不在白名单中被删除了。但其内容仍然存在，因此，此时的DOM树如下：
Sanitize跨站脚本漏洞/media/rId39.png)
此时已不再需要进行过滤了，因此反序列化生成的HTML代码为：
<style>/*</style><img src onerror=alert(1)>*/
好了，XSS已经出来了。
参考链接
https://xz.aliyun.com/t/8226