Comprende el error de recorrido de directorio en el módulo tarfile de Python

Recientemente, un equipo de investigadores de seguridad anunció el hallazgo de un error de hace quince años en la funcionalidad de extracción de archivos tar de Python. La vulnerabilidad se reveló por primera vez en 2007 y se registró como CVE-2007-4559. Se añadió una nota a la documentación oficial de Python, pero el error en sí quedó sin corregir.

Esta vulnerabilidad podría afectar a miles de proyectos de software, sin embargo, muchas personas no están familiarizadas con la situación o cómo manejarla. Por eso, aquí en Secure Code Warrior, te damos la oportunidad de simular la explotación de esta vulnerabilidad tú mismo para ver el impacto de primera mano y obtener experiencia práctica en la mecánica de este error persistente, ¡para que puedas proteger mejor tu aplicación!

Prueba la Misión simulada ahora.

La vulnerabilidad: recorrido de rutas durante la extracción de archivos tar

El recorrido de rutas o directorios ocurre cuando se utiliza una entrada de usuario no saneada para construir una ruta de archivo, lo que permite a un atacante obtener acceso a archivos, sobrescribirlos e incluso ejecutar código arbitrario.

La vulnerabilidad existe en el módulo tarfile de Python. Un archivo tar (tape archive) es un archivo único, llamado archivo comprimido. Empaqueta varios archivos junto con sus metadatos y suele reconocerse por tener la extensión .tar.gz o .tgz. Cada miembro del archivo puede representarse mediante un objeto TarInfo, que contiene metadatos como el nombre del archivo, la fecha de modificación, la propiedad y más.

El riesgo surge de la capacidad de los archivos para ser extraídos nuevamente.

Al extraerse, cada miembro necesita una ruta donde ser escrito. Esta ubicación se crea uniendo la ruta base con el nombre del archivo:

Una vez creada esta ruta, se pasa a las funciones tarfile.extract o tarfile.extractall para realizar la extracción:

El problema aquí es la falta de saneamiento del nombre del archivo. Un atacante podría renombrar archivos para incluir caracteres de recorrido de ruta, como punto punto barra (../), lo que provocaría que el archivo saliera del directorio en el que debía estar y sobrescribiera archivos arbitrarios. Esto podría llevar finalmente a la ejecución remota de código, lo cual es ideal para la explotación.

La vulnerabilidad aparece en otros escenarios, si sabes cómo identificarla. Además del manejo de archivos tar en Python, la vulnerabilidad existe en la extracción de archivos zip. Es posible que la conozcas con otro nombre, como la vulnerabilidad zip slip, ¡que se ha manifestado en otros lenguajes además de Python!

ENLACE A LA MISIÓN

¿Cómo puedes mitigar el riesgo?

A pesar de que la vulnerabilidad se conoce desde hace años, los mantenedores de Python consideran que la funcionalidad de extracción hace lo que se supone que debe hacer. En este caso, algunos podrían decir que "es una característica, no un error". Desafortunadamente, los desarrolladores no siempre pueden evitar extraer archivos tar o zip de una fuente desconocida. Depende de ellos sanear la entrada no confiable para prevenir vulnerabilidades de recorrido de rutas como parte de las prácticas de desarrollo seguro.

¿Quieres aprender más sobre cómo escribir código seguro y mitigar riesgos con Python?

Prueba nuestro desafío de Python gratis.

Si te interesa obtener más guías de programación gratuitas, consulta Secure Code Coach para mantenerte al día con las prácticas de codificación segura.

‍

‍