hunt-race-condition

skillupstreamکلاس آسیب‌پذیریگزارش: ۱۰۳۵ کیلوبایت۱۲ بخش

اسکیل شکار برای آسیب‌پذیری‌های race condition. ساخته‌شده از ۱۲ گزارش عمومی باگ‌بانتی شامل کیس‌های حمله‌ی تک‌پاکتی HTTP/2 مدرن ‏(James Kettle در DEF CON 2023 «Smashing the State Machine»؛ توسعه‌ی first-sequence مربوط به RyotaK / Flatt Security با ۱۰٬۰۰۰ درخواست).

توضیح انگلیسی اصلی (مرجع)

Hunting skill for race condition vulnerabilities. Built from 12 public bug bounty reports including modern HTTP/2 single-packet attack cases (James Kettle DEF CON 2023 "Smashing the State Machine"; RyotaK / Flatt Security 10,000-request first-sequence-sync expansion 2024). Covers coupon double-redemption, gift-card double-spend, MFA-OTP-validate race, account-create race, faucet/crypto token double-mint, email-activation race, vote/upvote inflation, password-reset token race, rate-limit bypass via concurrent requests. Use when hunting race conditions, TOCTOU bugs, MFA-bypass-via-timing.

فلوی اجرای گام‌به‌گام

◆
hunt-race-conditionشروع اجرا
۱
‏اکشن‌های یک‌بارمصرف یا محدود را enumerate کن — هر endpointی که قید «یک‌بار به‌ازای کاربر»، «تعداد محدود» یا «کسر موجودی» را enforce می‌کند نقشه کن. این‌ها تارگت‌های اصلی تو هستند.
۲
‏state machine را بفهم — برای هر اکشن هدف، شناسایی کن: ‏(الف) چه stateی خوانده می‌شود، ‏(ب) چه stateی نوشته می‌شود، ‏(ج) چه اعتبارسنجی بین خواندن و نوشتن می‌نشیند. شکاف بین خواندن و نوشتن پنجره‌ی توست.
۳
‏درخواست baseline تمیز capture کن — اکشن را یک‌بار قانونی انجام بده با Burp Suite در حال intercept. تأیید کن رفتار تک‌باره‌ی موردانتظار را می‌گیری (مثلاً کوپن used علامت خورد، رأی یک‌بار شمرده شد).
۴
‏ابزار درخواست موازی راه‌اندازی کن — یکی از این‌ها:
۵
‏race را اجرا کن — ۱۰ تا ۵۰ درخواست یکسان هم‌زمان بفرست. تکنیک کلیدی: از قبل connect کن و همه‌ی درخواست‌ها را buffer کن، بایت آخر همه را هم‌زمان رها کن ‏(حمله‌ی تک‌پاکتی وقتی HTTP/2 در دسترس است).
۶
‏پاسخ‌ها را تحلیل کن — دنبال:
۷
؟ تصمیم‏اثر را verify کن — state واقعی را چک کن: آیا اعتبار دو بار اعمال شد؟ آیا شمارنده‌ی رأی چندبار افزایش یافت؟ آیا کوپن با وجود دو موفقیت هنوز unused علامت دارد؟
۸
‏پنجره‌ی قابلیت‌اکسپلویت را تعیین کن — با موازی‌سازی کاهش‌یافته دوباره اجرا کن (۵ درخواست، ۳ درخواست، ۲ درخواست) تا بفهمی پنجره چقدر تنگ است و اکسپلویت چقدر قابل‌اعتماد.
۹
‏در انواع اکانت تست کن — گاهی race فقط برای اکانت‌های جدید، tierهای خاص اشتراک یا زیر بار سرور خاص کار می‌کند. شرایط متنوع تست کن.
۱۰
‏بازتولیدپذیری را مستند کن — زمان‌بندی دقیق، تعداد درخواست‌های موازی لازم و نرخ موفقیت در ۵ تلاش مستقل را قبل از گزارش ثبت کن.
۱۱
‏مهاجم الان می‌تواند چه کار کند؟
۱۲
‏قربانی چه چیزی را از دست می‌دهد؟
۱۳
‏آیا در ۱۰ دقیقه از صفر بازتولید می‌شود؟
✓
پایان — اعتبارسنجی و گزارش

ترتیب مرحله‌ای استخراج‌شده از بخش‌های متدولوژی/اعتبارسنجی — ۱۳ گام؛ گام‌های شرطی با «؟ تصمیم» مشخص شده‌اند.

نقشه‌ی ساختار اسکیل

hunt-race-conditionکلاس آسیب‌پذیری · ۱۲ بخش۱ابزار و نکات عملیاتی۲اهداف ارزشمند۳سطح حمله و سیگنال‌ها۴مراحل شکار۵Payload و الگوهای تشخیص۶علل ریشه‌ای۷تکنیک‌های Bypass۸دروازه‌ی اعتبارسنجی۹اهداف ارزشمند۱۰نمونه‌های واقعی و impact۱۱ابزار و نکات عملیاتی۱۲دروازه‌ی اعتبارسنجی
ابزار و نکات عملیاتی · ۲اهداف ارزشمند · ۳سطح حمله و سیگنال‌ها · ۱مراحل شکار · ۳Payload و الگوهای تشخیص · ۱علل ریشه‌ای · ۱تکنیک‌های Bypass · ۱

روی هر گره کلیک کنید تا به بخش مربوطه بروید؛ دکمه‌ی «سورس MD» در هدر هر بخش، متن اصلی را با شماره‌ی خط می‌آورد.

بخش‌های اسکیل

هر بخش با عنوان فارسی، نوع محتوا و توضیح فارسی نمایش داده شده. روی «سورس MD» کلیک کنید تا متن اصلی انگلیسی با شماره‌ی خطوط فایل در نمایشگر کناری باز شود.

۱

ابزار و نکات عملیاتی

Firing a race — two primitives (tooling-agnostic)
ترجمه‌ی کامل ✓بخش ۱ از ۱۲

ابزارهای کمکی، نصب، خروجی‌های مورد انتظار و یادداشت‌های اپراتور

‏بردن یک race به درخواست‌هایی نیاز دارد که در همان پنجره‌ی باریک برسند — ارسال‌های متوالی هرگز جواب نمی‌دهد. از ابزار تک‌پاکتی / ارسال-هم‌زمان استفاده کن: Burp Repeater با «Send group in parallel» ‏(حمله‌ی تک‌پاکتی HTTP/2)، Turbo Intruder ‏(engine=Engine.BURP2، sync مربوط به gate)، یا هر کلاینتی که بتواند N درخواست را هم‌زمان flush کند. دو شکل:

  • ‏race مربوط به کپی‌های یکسان — N کپی یکسان از یک درخواست را هم‌زمان فایر کن (limit-overrun: دوبار-خرج‌کردن کوپن/گیفت‌کارت، ردکردن سهمیه‌ی یک-به‌ازای-کاربر). موفقیت = ≥۲ از N مقدار 2xx برگردانند.
  • ‏race مربوط به درخواست‌های متفاوت ‏(ساخت جزئی) — لیستی از درخواست‌های متفاوت را در یک پنجره‌ی هم‌زمان فایر کن، تکرارشده در چند راند. برای raceهای register-سپس-confirm / TOCTOU که آبجکت در وسط ساخت در state قابل‌استفاده وجود دارد. مثال ‏(دورزدن email-verification — ایمیل دلخواه را ثبت کن، بعد از طریق پنجره‌ی ساخت با توکن خالی تأییدش کن):
Request A:  POST /register   body: csrf=<csrf>&username=hacker&email=anything@exploit.net&password=pw
Request B:  GET  /confirm    params: token=   (empty)
Fire A and B together, repeat ~20 rounds.

‏اول CSRF تازه را از GET /register بگیر، بعد batch را فایر کن. بعد از موفقیت، به‌عنوان اکانت جدید لاگین کن و اکشن هدف را انجام بده (مثلاً اکشن state-changing مدیریتی مثل حذف کاربر). confirm مربوط به blank-token در پنجره‌ای برنده می‌شود که ردیف کاربر وجود دارد ولی توکن verificationش هنوز ست نشده.

۲

اهداف ارزشمند

Crown Jewel Targets
ترجمه‌ی کامل ✓بخش ۲ از ۱۲

چرا این کلاس آسیب‌پذیری پربهاست و کدام assetها بیشترین payout را دارند

‏race conditionها یافته‌های شدت-بالا هستند چون فرض‌های مالی، کنترل دسترسی و integrity را می‌شکنند که مدافعان به‌ندرت stress-test می‌کنند. بالاترین پرداخت‌ها از:

  • ‏سیستم‌های پولی/اعتباری — دوبار-خرج‌کردن گیفت‌کارت، کوپن، پاداش referral، اعتبار promotional، موجودی کیف‌پول
  • ‏دستکاری رأی/اعتبار — upvote چندباره‌ی همان محتوا، بازی‌کردن leaderboard یا الگوریتم‌های trending
  • ‏دورزدن محدودیت اکانت — ردکردن سهمیه‌ی free-tier، دورزدن محدودیت‌های «یک به‌ازای کاربر» روی inviteها، فعال‌سازی trial یا تولید کلید API
  • ‏تشدید امتیاز — رقابت روی انتساب نقش یا چک مجوز حین فلوهای ساخت/ارتقای کاربر
  • ‏دورزدن حذف — خواندن یا استخراج داده در پنجره‌ی باریک بین «علامت‌خورده برای حذف» و «واقعاً حذف‌شده»
  • ‏فلوهای پرداخت — یک‌بار شارژکردن کارت ولی دریافت چند fulfillment

‏بهترین-پرداخت asset: اپ‌های Fintech، پلتفرم‌های SaaS با مدل credit/subscription، پلتفرم‌های اجتماعی با سیستم reputation، فلوهای checkout مربوط به e-commerce، endpointهای توکن OAuth/SSO.

۳

سطح حمله و سیگنال‌ها

Attack Surface Signals
ترجمه‌ی کامل ✓بخش ۳ از ۱۲

نشانه‌های URL، header، JS و tech stack که نشان می‌دهد این تکنیک اینجا جواب می‌دهد

الگوهای URL
/vote, /upvote, /like, /favorite
/redeem, /apply-coupon, /use-code, /claim
/purchase, /checkout, /confirm-order, /pay
/transfer, /withdraw, /send-money
/invite, /referral, /accept-invite
/upgrade, /activate, /trial
/delete, /deactivate, /cancel
/follow, /subscribe
هدرهای پاسخ که بک‌اندهای مستعد-race را سیگنال می‌دهند
X-RateLimit-*        # rate limiting exists, but may not be atomic
X-Request-Id         # each request independently tracked
No Cache-Control     # stateful ops not idempotent
الگوهای JavaScript برای grep
// Single-use action buttons with client-side disable
button.disabled = true
$('#btn').prop('disabled', true)
// Optimistic UI updates (state set before server confirms)
setState({ used: true })
// Sequential async calls without locking
await useVoucher(); await deductBalance();
سیگنال‌های Tech Stack
  • ‏‏Ruby on Rails بدون with_lock / lock! — ActiveRecord به‌پیش‌فرض lock نمی‌کند
  • ‏‏Node.js با زنجیره‌های async/await — خواندن‌های غیراتمیک DB سپس نوشتن
  • ‏‏PHP بدون SELECT ... FOR UPDATE — رایج در کدبیس‌های legacy
  • ‏میکروسرویس‌ها — callهای بین-سرویسی پنجره‌های TOCTOU طبیعی می‌سازند
  • ‏شمارنده‌های Redis بدون اسکریپت Lua یا چک atomicity مربوط به INCR
  • ‏صف‌های پیام — کلیدهای idempotency اغلب غایب‌اند
۴

مراحل شکار

Step-by-Step Hunting Methodology
ترجمه‌ی کامل ✓بخش ۴ از ۱۲

روش‌شناسی گام‌به‌گام اجرای تکنیک از شناسایی تا اعتبارسنجی

  1. ‏اکشن‌های یک‌بارمصرف یا محدود را enumerate کن — هر endpointی که قید «یک‌بار به‌ازای کاربر»، «تعداد محدود» یا «کسر موجودی» را enforce می‌کند نقشه کن. این‌ها تارگت‌های اصلی تو هستند.
  1. ‏state machine را بفهم — برای هر اکشن هدف، شناسایی کن: ‏(الف) چه stateی خوانده می‌شود، ‏(ب) چه stateی نوشته می‌شود، ‏(ج) چه اعتبارسنجی بین خواندن و نوشتن می‌نشیند. شکاف بین خواندن و نوشتن پنجره‌ی توست.
  1. ‏درخواست baseline تمیز capture کن — اکشن را یک‌بار قانونی انجام بده با Burp Suite در حال intercept. تأیید کن رفتار تک‌باره‌ی موردانتظار را می‌گیری (مثلاً کوپن used علامت خورد، رأی یک‌بار شمرده شد).
  1. ‏ابزار درخواست موازی راه‌اندازی کن — یکی از این‌ها:
  • ‏‏Burp Suite Repeater ← «Send group in parallel» ‏(Turbo Intruder برای حمله‌های تک‌پاکتی HTTP/2)
  • ‏‏Turbo Intruder با engine=Engine.BURP2 برای sync مربوط به last-byte
  • ‏‏curl با & برای backgrounding
  • ‏‏threading یا asyncio مربوط به Python با اتصال‌های پیش‌ساخته
  1. ‏race را اجرا کن — ۱۰ تا ۵۰ درخواست یکسان هم‌زمان بفرست. تکنیک کلیدی: از قبل connect کن و همه‌ی درخواست‌ها را buffer کن، بایت آخر همه را هم‌زمان رها کن ‏(حمله‌ی تک‌پاکتی وقتی HTTP/2 در دسترس است).
  1. ‏پاسخ‌ها را تحلیل کن — دنبال:
  • ‏چند 200 OK جایی که فقط یکی باید موفق شود
  • ‏پیام‌های موفقیت تکراری
  • ‏خطاهای constraint مربوط به دیتابیس (سیگنال می‌دهد race کار کرد ولی به آخرین خط دفاع خورد)
  • ‏زمان‌های پاسخ ناسازگار (یکی سریع، بقیه کند = سریالیزه؛ همه هم‌سرعت = پردازش موازی)
  1. ‏اثر را verify کن — state واقعی را چک کن: آیا اعتبار دو بار اعمال شد؟ آیا شمارنده‌ی رأی چندبار افزایش یافت؟ آیا کوپن با وجود دو موفقیت هنوز unused علامت دارد؟
  1. ‏پنجره‌ی قابلیت‌اکسپلویت را تعیین کن — با موازی‌سازی کاهش‌یافته دوباره اجرا کن (۵ درخواست، ۳ درخواست، ۲ درخواست) تا بفهمی پنجره چقدر تنگ است و اکسپلویت چقدر قابل‌اعتماد.
  1. ‏در انواع اکانت تست کن — گاهی race فقط برای اکانت‌های جدید، tierهای خاص اشتراک یا زیر بار سرور خاص کار می‌کند. شرایط متنوع تست کن.
  1. ‏بازتولیدپذیری را مستند کن — زمان‌بندی دقیق، تعداد درخواست‌های موازی لازم و نرخ موفقیت در ۵ تلاش مستقل را قبل از گزارش ثبت کن.
مراحل استخراج‌شده
  1. ۱‏اکشن‌های یک‌بارمصرف یا محدود را enumerate کن — هر endpointی که قید «یک‌بار به‌ازای کاربر»، «تعداد محدود» یا «کسر موجودی» را enforce می‌کند نقشه کن. این‌ها تارگت‌های اصلی تو هستند.
  2. ۲‏state machine را بفهم — برای هر اکشن هدف، شناسایی کن: ‏(الف) چه stateی خوانده می‌شود، ‏(ب) چه stateی نوشته می‌شود، ‏(ج) چه اعتبارسنجی بین خواندن و نوشتن می‌نشیند. شکاف بین خواندن و نوشتن پنجره‌ی توست.
  3. ۳‏درخواست baseline تمیز capture کن — اکشن را یک‌بار قانونی انجام بده با Burp Suite در حال intercept. تأیید کن رفتار تک‌باره‌ی موردانتظار را می‌گیری (مثلاً کوپن used علامت خورد، رأی یک‌بار شمرده شد).
  4. ۴‏ابزار درخواست موازی راه‌اندازی کن — یکی از این‌ها:
  5. ۵‏‏Burp Suite Repeater ← «Send group in parallel» ‏(Turbo Intruder برای حمله‌های تک‌پاکتی HTTP/2)
  6. ۶‏‏Turbo Intruder با `engine=Engine.BURP2` برای sync مربوط به last-byte
  7. ۷‏‏`curl` با `&` برای backgrounding
  8. ۸‏‏`threading` یا `asyncio` مربوط به Python با اتصال‌های پیش‌ساخته
  9. ۹‏race را اجرا کن — ۱۰ تا ۵۰ درخواست یکسان هم‌زمان بفرست. تکنیک کلیدی: از قبل connect کن و همه‌ی درخواست‌ها را buffer کن، بایت آخر همه را هم‌زمان رها کن ‏(حمله‌ی تک‌پاکتی وقتی HTTP/2 در دسترس است).
  10. ۱۰‏پاسخ‌ها را تحلیل کن — دنبال:
  11. ۱۱‏چند `200 OK` جایی که فقط یکی باید موفق شود
  12. ۱۲‏پیام‌های موفقیت تکراری
  13. ۱۳‏خطاهای constraint مربوط به دیتابیس (سیگنال می‌دهد race کار کرد ولی به آخرین خط دفاع خورد)
  14. ۱۴‏زمان‌های پاسخ ناسازگار (یکی سریع، بقیه کند = سریالیزه؛ همه هم‌سرعت = پردازش موازی)
۵

Payload و الگوهای تشخیص

Payload & Detection Patterns
ترجمه‌ی کامل ✓بخش ۵ از ۱۲

دستورها، payloadها و الگوهای قابل‌اجرا برای تست تکنیک

Turbo Intruder — race موازی پایه
# turbo_intruder_race.py
def queueRequests(target, wordlists):
    engine = RequestEngine(endpoint=target.endpoint,
                           concurrentConnections=1,
                           engine=Engine.BURP2)  # HTTP/2 single-packet
    for i in range(20):
        engine.queue(target.req, gate='race1')
    engine.openGate('race1')

def handleResponse(req, interesting):
    if '200' in req.status:
        table.add(req)
curl — درخواست‌های موازی ‏(bash)
# Fire 15 simultaneous vote/redeem requests
for i in $(seq 1 15); do
  curl -s -o /dev/null -w "%{http_code}\n" \
    -X POST "https://target.com/api/vote" \
    -H "Cookie: session=YOUR_SESSION" \
    -H "Content-Type: application/json" \
    -d '{"report_id": "12345", "vote": "up"}' &
done
wait
race مربوط به asyncio مربوط به Python
import asyncio, aiohttp

async def race_request(session, url, payload, headers):
    async with session.post(url, json=payload, headers=headers) as r:
        return await r.text()

async def main():
    url = "https://target.com/redeem"
    payload = {"code": "GIFT50"}
    headers = {"Cookie": "session=XXXXX"}

    async with aiohttp.ClientSession() as session:
        tasks = [race_request(session, url, payload, headers) for _ in range(20)]
        results = await asyncio.gather(*tasks)

    for r in results:
        print(r[:100])  # print first 100 chars of each response

asyncio.run(main())
الگوهای grep برای audit کد منبع
# Look for read-then-write without locking
grep -rn "find_by\|where.*first" --include="*.rb" | grep -v "lock"
grep -rn "SELECT.*WHERE" --include="*.php" | grep -v "FOR UPDATE"

# JavaScript async without atomicity
grep -rn "await.*get\|await.*find" --include="*.js" -A2 | grep "await.*update\|await.*save"

# Python Django ORM without select_for_update
grep -rn "\.get(\|\.filter(" --include="*.py" | grep -v "select_for_update"
چک تک‌پاکتی HTTP/2
# Verify target supports HTTP/2 (prerequisite for single-packet attack)
curl -sI --http2 https://target.com | grep -i "HTTP/2\|h2"
۶

علل ریشه‌ای

Common Root Causes
ترجمه‌ی کامل ✓بخش ۶ از ۱۲

ریشه‌های کدنویسی و طراحی که این باگ را می‌سازند — با مقایسه‌ی کد آسیب‌پذیر/امن

  1. ‏‏Check-Then-Act بدون عملیات اتمیک — توسعه‌دهنده state را می‌خواند (if voucher.used == false)، بعد state را می‌نویسد (voucher.update(used: true)) در دو عملیات دیتابیس جدا. هر تردی می‌تواند همان state مربوط به «unused» را قبل از نوشتن هرکدام بخواند.
  1. ‏نبود locking سطح-دیتابیس — استفاده از متدهای ORM مثل find یا filter به‌جای SELECT ... FOR UPDATE. فیکس یک خط است ولی توسعه‌دهندگان به concurrency فکر نمی‌کنند.
  1. ‏concurrency خوش‌بینانه بدون چک نسخه — سیستم‌ها شمارنده‌ها را افزایش یا رکوردها را علامت می‌زنند بدون چک اینکه رکورد از زمان خواندن تغییر کرده.
  1. ‏TOCTOU میکروسرویسی — سرویس A eligibility را validate می‌کند، سرویس B اکشن را اجرا می‌کند. هیچ تراکنش اتمیک مشترکی هر دو سرویس را پوشش نمی‌دهد.
  1. ‏«محافظت» سمت-کلاینت — توسعه‌دهندگان دکمه را در جاوااسکریپت بعد از کلیک اول غیرفعال می‌کنند با فرض اینکه ارسال تکراری جلوگیری می‌کند. منطق سمت-سرور هرگز سخت نمی‌شود.
  1. ‏افزایش شمارنده خارج از تراکنش — votes_count += 1; save() به‌جای UPDATE SET votes = votes + 1 WHERE id = ? مربوط به SQL اتمیک.
  1. ‏jobهای پس‌زمینه async — eligibility به‌صورت sync چک می‌شود، fulfillment به‌صورت async انجام می‌شود. درخواست دوم چک را قبل از تکمیل job اول پاس می‌کند.
  1. ‏کش بدون invalidation — چک کش‌شده‌ی «آیا کاربر رأی داده؟» در پنجره‌ی cache-miss وقتی نوشتن اول هنوز propagate نشده مقدار false قدیمی برمی‌گرداند.
۷

تکنیک‌های Bypass

Bypass Techniques
ترجمه‌ی کامل ✓بخش ۷ از ۱۲

نگاشت دفاع ← دورزدن و payloadهای جایگزین برای کنترل‌های شناخته‌شده

آنچه مدافعان پیاده می‌کنند ‏(و روش دورزدن)

‏دفاع: Rate limiting به‌ازای-کاربر

  • ‏دورزدن: rate limitها قبل از اجرای اکشن چک می‌شوند. درخواست‌ها را هم‌زمان بفرست — همه چک rate-limit را قبل از شمرده‌شدن هرکدام پاس می‌کنند.

‏دفاع: کلیدهای idempotency / توکن‌های یکتای درخواست

  • ‏دورزدن: اگر سرور توکن را تولید یا reuse کند، درخواست‌های موازی بدون توکن را امتحان کن. یا چک کن آیا خود چک یکتایی پنجره‌ی race دارد.

‏دفاع: constraintهای یکتای دیتابیس

  • ‏دورزدن: constraint تکراری‌ها را بعد از race می‌گیرد. دو تای اول ممکن است هر دو قبل از enforce مربوط به DB موفق شوند. دنبال fulfillment جزئی بگرد — گاهی یکی موفق و یکی خطا می‌شود ولی هر دو honour می‌شوند.

‏دفاع: پنجره‌های زمانی کوتاه / توکن‌های منقضی‌شونده

  • ‏دورزدن: همه‌ی درخواست‌ها را با توکن‌های معتبر pre-stage کن. از HTTP/2 تک‌پاکتی استفاده کن تا همه در یک فریم TCP رها شوند — سرور آن‌ها را در همان اسلات scheduler پردازش می‌کند.

‏دفاع: سریالیزیشن صف-محور

  • ‏دورزدن: چند صف (یا چند worker که همان صف را مصرف می‌کنند) می‌توانند پیام‌های تکراری بردارند. با خفه‌کردن صف در پنجره تست کن.

‏دفاع: mutex / lockهای لایه‌ی-اپلیکیشن

  • ‏دورزدن: سیستم‌های توزیع‌شده با چند اپ‌سرور lockهای درون-پروسس را share نمی‌کنند. درخواست‌ها را از طریق گره‌های مختلف CDN یا سرورهای load-balanced به همان endpoint بفرست.

‏دفاع: چک‌های «already used» در کد اپلیکیشن

  • ‏دورزدن: چک و آپدیت جدا هستند. چک برای هر دو درخواست رقیب قبل از تکمیل آپدیت هرکدام پاس می‌شود. فقط UPDATE ... WHERE used=false RETURNING id اتمیک واقعاً این را جلوگیری می‌کند.
مراحل استخراج‌شده
  1. ۱‏دورزدن: rate limitها قبل از اجرای اکشن چک می‌شوند. درخواست‌ها را هم‌زمان بفرست — همه چک rate-limit را قبل از شمرده‌شدن هرکدام پاس می‌کنند.
  2. ۲‏دورزدن: اگر سرور توکن را تولید یا reuse کند، درخواست‌های موازی بدون توکن را امتحان کن. یا چک کن آیا خود چک یکتایی پنجره‌ی race دارد.
  3. ۳‏دورزدن: constraint تکراری‌ها را *بعد از* race می‌گیرد. دو تای اول ممکن است هر دو قبل از enforce مربوط به DB موفق شوند. دنبال fulfillment جزئی بگرد — گاهی یکی موفق و یکی خطا می‌شود ولی هر دو honour می‌شوند.
  4. ۴‏دورزدن: همه‌ی درخواست‌ها را با توکن‌های معتبر pre-stage کن. از HTTP/2 تک‌پاکتی استفاده کن تا همه در یک فریم TCP رها شوند — سرور آن‌ها را در همان اسلات scheduler پردازش می‌کند.
  5. ۵‏دورزدن: چند صف (یا چند worker که همان صف را مصرف می‌کنند) می‌توانند پیام‌های تکراری بردارند. با خفه‌کردن صف در پنجره تست کن.
  6. ۶‏دورزدن: سیستم‌های توزیع‌شده با چند اپ‌سرور lockهای درون-پروسس را share نمی‌کنند. درخواست‌ها را از طریق گره‌های مختلف CDN یا سرورهای load-balanced به همان endpoint بفرست.
  7. ۷‏دورزدن: چک و آپدیت جدا هستند. چک برای هر دو درخواست رقیب قبل از تکمیل آپدیت هرکدام پاس می‌شود. فقط `UPDATE ... WHERE used=false RETURNING id` اتمیک واقعاً این را جلوگیری می‌کند.
۸

دروازه‌ی اعتبارسنجی

Gate 0 Validation
ترجمه‌ی کامل ✓بخش ۸ از ۱۲

چک‌لیست‌ها و قواعد پیش از گزارش برای جلوگیری از false positive و N/A

‏قبل از نوشتن گزارش، هر سه را تأیید کن:

  1. ‏مهاجم الان می‌تواند چه کار کند؟

‏می‌توانی — با اسکرین‌شات یا لاگ — نشان بدهی همان اکشن یک‌بارمصرف بیش از یک‌بار موفق شد؟ (مثلاً شمارنده‌ی رأی +۲ از یک کاربر نشان می‌دهد، موجودی اعتبار double-credit نشان می‌دهد، کوپن دوبار redeemed نشان می‌دهد)

  1. ‏قربانی چه چیزی را از دست می‌دهد؟

‏آیا ضرر مشخص و قابل‌سنجش هست؟ ضرر مالی (اعتبارهای اضافه‌صادرشده)، ضرر integrity ‏(رتبه‌بندی/رأی دستکاری‌شده)، یا ضرر امنیتی (دسترسی فراتر از entitlement)؟ «شمارنده دو بار بالا رفت» فقط وقتی معتبر است که آن شمارنده ارزش دنیای واقعی داشته باشد.

  1. ‏آیا در ۱۰ دقیقه از صفر بازتولید می‌شود؟

‏می‌توانی اسکریپت ۲۰خطی بنویسی، علیه اکانت تست تازه اجرا کنی و اثر تکراری را حداقل در ۳ از ۵ تلاش قابل‌اعتماد نشان دهی؟ اگر به زمان‌بندی کاملی نیاز دارد که نمی‌توانی قابل‌اعتماد کنترلش کنی، ادعای قابلیت‌اکسپلویت ضعیف است.

مراحل استخراج‌شده
  1. ۱‏مهاجم الان می‌تواند چه کار کند؟
  2. ۲‏قربانی چه چیزی را از دست می‌دهد؟
  3. ۳‏آیا در ۱۰ دقیقه از صفر بازتولید می‌شود؟
۹

اهداف ارزشمند

Real Impact Examples
ترجمه‌ی کامل ✓بخش ۹ از ۱۲

چرا این کلاس آسیب‌پذیری پربهاست و کدام assetها بیشترین payout را دارند

سناریو ۱: دستکاری رأی در پلتفرم اجتماعی

‏فیچر «گزارش‌های محبوب» یک پلتفرم باگ‌بانتی به upvoteها اجازه می‌داد دیدگاه گزارش و امتیاز reputation پژوهشگر را بهبود دهند. با فرستادن ~۱۵ درخواست upvote موازی برای همان گزارش از طریق یک اتصال HTTP/2 تکی (حمله‌ی تک‌پاکتی)، پژوهشگر توانست ۱۰ تا ۱۵ رأی از یک اکانت ثبت کند. این بادکردن مصنوعی رتبه‌بندی گزارش‌ها، دستکاری امتیازهای reputation و اعوجاج سیستم اولویت‌بندی crowdsourced پلتفرم را ممکن کرد — مستقیماً اعتماد به فیچر مرکزی پلتفرم برای triage گزارش‌های آسیب‌پذیری را تضعیف کرد.

سناریو ۲: شبکه‌ی اجتماعی بزرگ — اکشن‌های promotional تکراری

‏روی یک شبکه‌ی اجتماعی بزرگ (مقیاس Facebook)، اکشن‌های promotional یا محدود-استفاده — مثل افزودن شماره‌ی تلفن برای اعتبار امنیتی یک‌باره، یا گرفتن پاداش یک‌باره — در برابر درخواست‌های موازی هم‌زمان آسیب‌پذیر بودند. مهاجم می‌توانست روی endpoint مربوط به claim رقابت کند و مزیت promotional را چندبار دریافت کند که ضرر مالی مستقیم به پلتفرم و انباشت تقلبی ارز یا مزایای پلتفرم در مقیاس می‌داد. با حجم کاربران، حتی پنجره‌ی کوتاه قبل از پچ exposure مالی قابل‌توجه بود.

سناریو ۳: ارائه‌دهنده‌ی زیرساخت ابری — دورزدن محدودیت منبع

‏یک ارائه‌دهنده‌ی هاستینگ ابری محدودیت روی تعداد منابع (مثلاً dropletها، پروژه‌ها یا کلیدهای API) که کاربر free-tier می‌تواند بسازد enforce می‌کرد. چک محدودیت و ساخت منبع عملیات غیراتمیک بودند. با رقابت روی endpoint مربوط به ساخت با ۲۰ درخواست هم‌زمان، مهاجم منطق enforce را دور زد و منابعی خیلی بیشتر از حد tier خودش ساخت. این مستقیم به مصرف محاسباتی غیرمجاز، کلاهبرداری صورتحساب و سوءاستفاده‌ی زیرساخت ترجمه شد — با اثر روی درآمد ارائه‌دهنده و پایداری سیستم برای کاربران قانونی.

۱۰

نمونه‌های واقعی و impact

Disclosed Report Citations (Backfill +9 — 2016-2024)
ترجمه‌ی کامل ✓بخش ۱۰ از ۱۲

سناریوها و گزارش‌های افشاشده که الگوی باگ و اثر واقعی را نشان می‌دهند

‏کیس‌های واقعی و تأییدشده‌ی باگ‌بانتی / coordinated-disclosure زیر این اسکیل را گسترش می‌دهند. چهار کیس ‏(#۴، #۱۱، #۱۲ به‌علاوه‌ی مرجع بونس) از تکنیک حمله‌ی تک‌پاکتی HTTP/2 مدرن استفاده می‌کنند (Kettle DEF CON 31، ۲۰۲۳؛ توسعه‌ی Flatt Security ۲۰۲۴) — تکنیکی که اکثر اکسپلویت‌های race مدرن را امروز viable می‌کند.

  1. ‏‏GitLab — race مربوط به email-verification CVE-2022-4037 ‏(کیس‌استادی Kettle در DEF CON 31) (NVD · PortSwigger Research)
  • ‏زیرکلاس: race مربوط به توکن password-reset / email-change ‏(TOCTOU روی verification ایمیل)
  • ‏‏HTTP/2 تک‌پاکتی: بله — کیس‌استادی flagship در «Smashing the State Machine»
  • ‏‏Payload: دو درخواست هم‌زمان POST /-/profile که ایمیل را به دو آدرس متفاوت تغییر می‌دهند؛ توکن verification فرستاده‌شده به آدرس A برای آدرس B معتبر می‌شود چون انتقال‌های state اتمیک نبودند
  • ‏علت ریشه‌ای: Devise ‏(auth مربوط به Rails) توکن confirmation را قبل از persist‌شدن ایمیل جدید می‌سازد؛ آپدیت‌های هم‌زمان توکن را misroute می‌کنند
  • ‏سال: ۲۰۲۲ ‏(افشاشده ۲۰۲۳)، امتیاز CVSS ۶.۴، پچ در ۱۵.۷.۲ / ۱۵.۶.۴ / ۱۵.۵.۷
  1. ‏‏Worldcoin ‏(Tools for Humanity) — race مربوط به action-verification مربوط به World ID (Medium writeup)
  • ‏زیرکلاس: بادکردن رأی/upvote ‏(دورزدن enforce مربوط به یک-انسان-یک-اکشن)
  • ‏‏Payload: ~۲۰ درخواست موازی از طریق «Send in Parallel» مربوط به Burp علیه endpoint مربوط به verification
  • ‏علت ریشه‌ای: canVerifyForAction بدون locking سطح-DB به آرایه append می‌کرد؛ فیکس جدول nullifiers با UPSERT اتمیک اضافه کرد
  • ‏سال: ۲۰۲۳ — ۳٬۰۰۰ دلار ‏(High)
  1. ‏‏Stripe — کد Promotion فراتر از حد redeemed (H1 #1717650)
  • ‏زیرکلاس: دوبار-redemption مربوط به کوپن
  • ‏‏Payload: promo با redemption limit = ۱ بساز؛ دو تب payment-link از همان merchant باز کن، کوپن را در هر دو اعمال کن، هم‌زمان Pay را کلیک کن ← هر دو موفق می‌شوند
  • ‏علت ریشه‌ای: شمارنده‌ی redemption بعد از charge افزایش یافت، نه اتمیک با charge؛ lock سطح-ردیف روی promotion_code.times_redeemed نبود
  • ‏سال: ۲۰۲۲ — ۲۵۰ دلار
  1. ‏‏Stripe — تخفیف‌های fee بارها redeemed (H1 #1849626)
  • ‏زیرکلاس: دوبار-خرج کیف‌پول/موجودی ‏(تخفیف fee مربوط به Connect می‌توانست تکراراً redeemed شود)
  • ‏‏Payload: POSTهای موازی به endpoint مربوط به redemption مربوط به اعتبار promotional یک‌بارمصرف قبل از flip‌شدن پرچم credit-consumed
  • ‏علت ریشه‌ای: check-then-decrement غیراتمیک روی آبجکت موجودی اعتبار
  • ‏سال: ۲۰۲۳ — ۵٬۰۰۰ دلار، ~۶۰۰ دلار ضرر fee مربوط به پلتفرم به‌ازای هر redemption
  1. ‏‏Reverb.com — چند-redemption مربوط به گیفت‌کارت (H1 #759247)
  • ‏زیرکلاس: دوبار-redemption مربوط به کوپن ‏(گیفت‌کارت)
  • ‏‏Payload: POST /gift_cards/redeem را capture کن ← N بار duplicate کن ← موازی فایر کن ← موجودی N بار از یک کارت تکی اعتبار گرفت
  • ‏علت ریشه‌ای: مارکر مصرف گیفت‌کارت بعد از اعتبار موجودی نوشته شد، بدون SELECT…FOR UPDATE دور خواندن redemption
  • ‏سال: ۲۰۱۹ — ۱٬۵۰۰ دلار ‏(بنیادی/به‌گستردگی استنادشده)
  1. ‏‏Cosmos / Starport faucet — race مربوط به double-mint (H1 #1438052)
  • ‏زیرکلاس: دوبار-خرج کیف‌پول/موجودی ‏(صدور توکن crypto faucet)
  • ‏‏Payload: درخواست‌های هم‌زمان /faucet/transfer؛ تابع Transfer مربوط به Go دو اکشن تغییر-state به‌ازای هر درخواست اجرا می‌کند، هر دو غیراتمیک
  • ‏علت ریشه‌ای: handler مربوط به faucet به‌ازای-گیرنده lock نمی‌کرد؛ read-modify-write مربوط به transfer() سریالیزه نبود
  • ‏سال: ۲۰۲۲ — ۵٬۰۰۰ دلار ‏(CVSS ۹.۳)
  1. ‏‏InnoGames — race مربوط به email-activation ← الماس نامحدود (H1 #509629)
  • ‏زیرکلاس: ضریب سوءاستفاده‌ی referral / race مربوط به account-create ‏(یک توکن activation ← چند پرداخت «first activation bonus»)
  • ‏‏Payload: روی endpoint مربوط به email-activation با همان توکن یک‌بارمصرف قبل از commit‌شدن پرچم token_used رقابت کن ← پاداش روی هر درخواست برنده اعطا شد
  • ‏علت ریشه‌ای: پرچم token-consumption در همان تراکنش اعطای پاداش ست شد، ولی سطح isolation تراکنش خیلی پایین بود ‏(READ COMMITTED)
  • ‏سال: ۲۰۱۹ — ۲٬۰۰۰ دلار
  1. ‏‏RyotaK / Flatt Security — PIN-bruteforce مربوط به «First Sequence Sync» ‏(توسعه‌ی تک‌پاکتی ۱۰٬۰۰۰ درخواستی) (Flatt Security Research)
  • ‏زیرکلاس: دورزدن rate-limit از طریق race / race مربوط به MFA-OTP-validate ‏(PIN شش‌رقمی با سقف ۵ تلاش)
  • ‏‏HTTP/2 تک‌پاکتی: بله — تک‌پاکتی Kettle را از ~۳۰ درخواست به ۱۰٬۰۰۰ درخواست در ۱۶۶ میلی‌ثانیه با تقسیم روی فرگمنت‌های IP با first-sequence هم‌زمان TCP توسعه می‌دهد
  • ‏‏Payload: ~۱۰٬۰۰۰ درخواست هم‌زمان POST /verify-pin در ۱۶۶ میلی‌ثانیه، هرکدام با حدس ۴ تا ۶ رقمی متفاوت، همه داخل پنجره‌ی rate-limit فرود می‌آیند
  • ‏علت ریشه‌ای: شمارنده‌ی rate-limit به‌ازای-درخواست به‌صورت async افزایش یافت؛ گیت «۵ تلاش» برای کل batch شمارنده‌ی قدیمی خواند
  • ‏سال: ۲۰۲۴ — مثال مدرن تک‌پاکتی که باید استناد شود
  1. ‏‏nopCommerce — دوبار-redemption مربوط به گیفت‌کارت CVE-2024-58248 (NVD)
  • ‏زیرکلاس: دوبار-redemption مربوط به کوپن ‏(TOCTOU مربوط به checkout مربوط به e-commerce)
  • ‏‏HTTP/2 تک‌پاکتی: بله — حمله‌ی تک‌پاکتی آن را قابل‌اعتماد بازتولید می‌کند
  • ‏‏Payload: دو درخواست موازی POST /checkout/PlaceOrder که هر دو همان گیفت‌کارت را اعمال می‌کنند ← هر دو سفارش کامل می‌شوند، موجودی گیفت‌کارت یک‌بار debit می‌شود
  • ‏علت ریشه‌ای: مسیر کد ساخت سفارش روی ردیف موجودی گیفت‌کارت lock پیاده نکرده بود ← check-then-debit غیراتمیک
  • ‏سال: ۲۰۲۴ ‏(نسخه‌های قبل از ۴.۸۰.۰)
اسکیل‌های مرتبط:
۱۱

ابزار و نکات عملیاتی

HTTP/2 Single-Packet Attack — Deep Reference
ترجمه‌ی کامل ✓بخش ۱۱ از ۱۲

ابزارهای کمکی، نصب، خروجی‌های مورد انتظار و یادداشت‌های اپراتور

‏حمله‌ی تک‌پاکتی مهم‌ترین تکنیک race-condition منتشرشده از ۲۰۲۰ است. پنجره‌ی race را از «ده‌ها میلی‌ثانیه با jitter مربوط به TCP-handshake» به «زمانی که worker pool سرور برای dispatch مربوط به N درخواست pre-buffered می‌برد» کوتاه می‌کند — معمولاً زیر ۱ میلی‌ثانیه برای کل batch. این همان چیزی است که اکسپلویت‌های race مدرن را علیه بک‌اندهای rate-limited، توزیع‌شده و load-balanced که قبلاً غیرقابل-race به‌نظر می‌رسیدند viable می‌کند.

‏پژوهش اصلی: James Kettle، PortSwigger — «Smashing the State Machine» ‏(DEF CON 31، اوت ۲۰۲۳) portswigger.net/research/smashing-the-state-machine. توسعه‌ی ۲۰۲۴: RyotaK / Flatt Security — «Beyond the Limit: Expanding Single-Packet Race Condition with First Sequence Sync» flatt.tech/research/posts/beyond-the-limit-expanding-single-packet-race-condition-with-first-sequence-sync/.

چرا کار می‌کند — معماری

‏اکسپلویت race به دو دلیل شکست می‌خورد که شبیه همان مسئله به‌نظر می‌رسند ولی نیستند:

  1. ‏‏Jitter مربوط به شبکه — N درخواست متوالی روی همان اتصال TCP با پراکندگی ۰.۵ تا ۵ میلی‌ثانیه به سرور می‌رسند، بسته به RTT و congestion.
  2. ‏ترتیب dispatch سمت-سرور — حتی اگر همه‌ی N درخواست در همان میلی‌ثانیه برسند، worker pool ممکن است آن‌ها را از طریق load balancer یا accept-queue سریالیزه کند.

‏حمله‌ی تک‌پاکتی ‏(۱) را با اکسپلویت دو واقعیت سطح-پروتکل درباره‌ی HTTP/2 حل می‌کند:

  • ‏‏HTTP/2 مقدار N درخواست را روی یک اتصال TCP به‌عنوان یک رکورد TLS به‌ازای هر batch مالتی‌پلکس می‌کند.
  • ‏رکوردهای TLS می‌توانند چند فریم HEADERS مربوط به HTTP/2 حمل کنند، و هر فریم HEADERS می‌تواند آخرین فریم یک استریم جدا باشد.

‏پس اگر N درخواست را روی یک اتصال HTTP/2 pre-stage کنی — همه‌ی فریم‌های HEADERS را بفرست به‌جز بایت آخر هرکدام، بعد همه‌ی بایت‌های نهایی را در یک نوشتن TCP رها کن — پشته‌ی TCP آن‌ها را در یک پاکت IP می‌فرستد (با فرض < MTU، ~۱۵۰۰ بایت). کرنل سرور همه‌ی N درخواست را در همان تیک scheduler به parser مربوط به HTTP/2 تحویل می‌دهد. پنجره‌ی race دیگر شبکه نیست — پنجره‌ی شکست-اتمیسیته خود اپلیکیشن است.

‏برای ‏(۲) — ترتیب dispatch سمت-سرور — Kettle نشان داد بک‌اندهای مدرن (Node.js، Go، Python async) وقتی پاکتی از N درخواست پیش-parse‌شده تحویل می‌گیرند در میکروثانیه‌ها هم‌زمان dispatch می‌کنند. بک‌اندهای blocking قدیمی‌تر (Apache prefork پیش‌فرض، PHP-FPM تک‌ترد) حتی با تحویل تک‌پاکتی سریالیزه می‌کنند؛ برای آن‌ها تکنیک کمتر کمک می‌کند ولی هنوز از توالی TCP-stream بهتر است.

تکنیک last-byte-sync

‏مکانیک دقیقی که Kettle مستند کرد:

  1. ‏یک اتصال HTTP/2 باز کن. TLS را negotiate کن، فریم SETTINGS را بفرست، مربوط به سرور را بپذیر.
  2. ‏برای هر N درخواست، فریم HEADERS آن را با پرچم END_HEADERS و یک فریم DATA حاوی همه‌جز بایت آخر بدنه بفرست. END_STREAM را هنوز ست نکن.
  3. ‏سرور نمی‌تواند درخواست را dispatch کند چون END_STREAM فایر نشده — منتظر یک بایت دیگر است.
  4. ‏‏(۲) را برای همه‌ی N درخواست روی همان اتصال تکرار کن. هرکدام الان در سرور buffer شده‌اند، تا «تقریباً تمام» parse شده‌اند.
  5. ‏در یک نوشتن TCP تکی، N فریم DATA کوچک هرکدام حامل ۱ بایت با END_STREAM ست بفرست. TCP آن‌ها را در یک سگمنت خروجی جمع می‌کند. parser مربوط به HTTP/2 سرور مقدار END_STREAM را روی همه‌ی N استریم در همان تیک scheduler می‌بیند.
  6. ‏سرور N درخواست را در میکروثانیه‌ها به N worker تحویل می‌دهد.

‏پنجره‌ی race برابر زمان بین SELECT ... FOR UPDATE مربوط به worker N و همان کوئری worker N+1 است — معمولاً نانوثانیه وقتی workerها روی همان CPU اجرا می‌شوند.

اعتبارسنجی Wireshark

‏برای تأیید اینکه ابزار حمله‌ات واقعاً sync تک‌پاکتی تولید می‌کند (در برابر فرگمنت‌کردن تصادفی):

  1. ‏حین حمله loopback یا interface خروجی‌ات را capture کن: sudo tcpdump -i lo0 -w race.pcap port 443 ‏(یا interface ۰).
  2. ‏در Wireshark باز کن، tls and tcp.port == 443 را فیلتر کن.
  3. ‏رکورد TLS حاوی flush مربوط به END_STREAM را پیدا کن. باید N فریم H2 DATA با END_STREAM ست، در یک رکورد TLS، در یک سگمنت TCP داشته باشد.
  4. ‏اگر N رکورد TLS یا N سگمنت TCP ببینی، ابزارت در حال توالی‌دادن است. پنجره‌ی race شکاف بین-سگمنتی توست — معمولاً خیلی وسیع.

‏پیاده‌سازی engine=Engine.BURP2 مربوط به Turbo Intruder تحویل تک‌پاکتی را روی تارگت‌های HTTP/2 تضمین می‌کند وقتی بدنه‌ی درخواست در MTU جا شود. برای بدنه‌های بزرگ‌تر، زیربخش «Race-window estimation» پایین را ببین.

تک‌فریم h2.0 در برابر race چندفریمی h2.cl

‏دو واریانت بسته به پروتکلی که تارگت صحبت می‌کند:

  • ‏تک‌فریم h2.0 ‏(حمله‌ی استاندارد Kettle): HTTP/2 خالص end-to-end. N درخواست در یک رکورد TLS. علیه هر تارگت مدرن HTTPS-fronted که فرانت‌اند h2 را در ALPN تبلیغ می‌کند کار می‌کند. رویکرد پیش‌فرض.
  • ‏چندفریمی h2.cl: فرانت‌اند با کلاینت HTTP/2 صحبت می‌کند، به HTTP/1.1 به بک‌اند downgrade می‌کند. همسایه‌ی قاچاق — درخواست HTTP/2 می‌سازی که Content-Length آن فرانت‌اند را گمراه می‌کند تا دو درخواست HTTP/1.1 به بک‌اند روی همان اتصال بفرستد. با قاچاق درخواست HTTP جفت می‌شود ‏(به hunt-http-smuggling نگاه کن). مفید وقتی تک‌پاکتی HTTP/2 در فرانت‌اند فیلتر شده ولی بک‌اند در HTTP/1.1 در دسترس است.

‏viable بودن h2.0 را با curl -sI --http2 https://target.com | grep -i HTTP/2 تشخیص بده. اگر سرور h2 صحبت نکند، تک‌پاکتی مستقیم قابل‌اعمال نیست — به «parallel-pipelining» روی HTTP/1.1 برگرد (پنجره‌ی race خیلی وسیع‌تر؛ معمولاً علیه بک‌اندهای مدرن race را می‌بازد، ولی برای موارد ساده هنوز مفید).

متدولوژی تخمین پنجره‌ی race

‏قبل از فایرکردن حمله، پنجره‌ی race را تخمین بزن. این تعیین می‌کند اصلاً به تک‌پاکتی نیاز داری یا نه، و چند درخواست هم‌زمان بفرستی.

  1. ‏یک درخواست تکی به endpoint هدف بزن. زمان پاسش روی wire را capture کن: T_single.
  2. ‏دو درخواست متوالی بزن. هر دو زمان پاسخ را capture کن: T_seq1، T_seq2.
  3. ‏دو درخواست هم‌زمان روی همان اتصال بزن (از طریق مالتی‌پلکس HTTP/2 یا پایپ‌لاین HTTP/1.1). هر دو را capture کن: T_par1، T_par2.
  4. ‏اگر T_par1 ≈ T_par2 ≈ T_single، سرور هر دو را موازی handle می‌کند — پنجره‌ی race min(T_par1, T_par2) است، تک‌پاکتی خیلی کمک می‌کند.
  5. ‏اگر T_par2 ≈ T_par1 + T_single، سرور سریالیزه می‌کند — پنجره‌ی race هرچه بین workerهای متوالی رخ دهد؛ تک‌پاکتی کمتر کمک می‌کند ولی هنوز از jitter مربوط به TCP بهتر است.
  6. ‏برای endpointهای PIN / OTP / coupon-redemption، انتظار T_single مربوط به ۱۰ تا ۱۰۰ میلی‌ثانیه را داشته باش (تأخیر کوئری DB). پنجره‌ی race داخل سرور معمولاً < ۱ میلی‌ثانیه است (شکاف بین SELECT و UPDATE روی همان ردیف).
  7. ‏قاعده‌ی سرانگشتی N: با N = 30 درخواست هم‌زمان برای h2 تک‌پاکتی شروع کن. اگر T_single مربوط به تارگت < ۱۰ میلی‌ثانیه است به ۱۰۰+ افزایش بده (endpoint خیلی سریع = buffer بزرگ‌تر لازم برای سرریز worker pool). تا ۱۰٬۰۰۰ با توسعه‌ی first-sequence-sync مربوط به Flatt ‏(پایین را ببین).
تک‌اتصال-چنداستریم در برابر چنداتصال-تک‌استریم

‏درخت تصمیم برای انتخاب شکل درست:

  • ‏اتصال تکی، N استریم ‏(Kettle پیش‌فرض / موتور BURP2 مربوط به Turbo Intruder): N استریم هم‌زمان HTTP/2 روی یک اتصال TCP. وقتی استفاده کن: تارگت HTTP/2 صحبت می‌کند؛ بدنه‌ی درخواست در MTU جا می‌شود (~۱۴۰۰ بایت بعد از overhead مربوط به TLS)؛ به N ≤ ~۳۰ نیاز داری.
  • ‏چند اتصال، هرکدام یک استریم ‏(HTTP/1.1 موازی قدیمی‌تر): N اتصال TCP، یک درخواست به‌ازای هر اتصال. وقتی استفاده کن: تارگت HTTP/2 صحبت نمی‌کند یا بدنه‌ی درخواست بزرگ است (> MTU). پنجره‌ی race قابل‌توجه وسیع می‌شود (پراکندگی ۵ تا ۵۰ میلی‌ثانیه‌ی TCP-handshake) — فقط روی سرورهای کند viable.
  • ‏چند اتصال، چند استریم ‏(first-sequence-sync مربوط به Flatt، ۲۰۲۴): N اتصال TCP هرکدام M استریم حمل می‌کنند. مجموع = N×M درخواست. از شماره‌های first-sequence هم‌زمان TCP در چند اتصال استفاده می‌کند تا همه‌ی پاکت‌ها در همان پنجره‌ی پردازش به سرور برسند. وقتی استفاده کن: به N > ۳۰ نیاز داری (مثلاً brute-force مربوط به PIN شش‌رقمی داخل پنجره‌ی rate-limit مربوط به ۵ تلاش — Flatt مقدار ۱۰٬۰۰۰ درخواست در ۱۶۶ میلی‌ثانیه را با تقسیم روی فرگمنت‌های IP با شماره‌های SEQ هم‌زمان دمو کرد).
تمپلیت `Engine.BURP2` مربوط به Turbo Intruder — توضیح‌داده‌شده
def queueRequests(target, wordlists):
    # 1. Engine.BURP2 = HTTP/2 single-packet engine; provides the last-byte-sync primitive.
    engine = RequestEngine(
        endpoint=target.endpoint,
        concurrentConnections=1,          # 2. One TCP connection, multiplexing all streams.
        requestsPerConnection=100,        # 3. Up to 100 concurrent H2 streams. >30 needs Flatt-extension.
        engine=Engine.BURP2,              # 4. THE critical line — selects the single-packet engine.
        pipeline=False,                   # 5. Pipelining is for HTTP/1.1; irrelevant on H2.
    )

    # 6. Build N requests. Each is identical here — racing the same endpoint.
    #    For PIN brute-force, vary the body across requests.
    for i in range(30):
        engine.queue(target.req)

    # 7. openGate(...).complete(...) is the API call that performs last-byte-sync:
    #    - Buffer all 30 requests up to "last byte not sent"
    #    - Release all final bytes in a single TCP write
    #    - openGate returns immediately; complete waits for all responses.
    engine.openGate("race1")
    engine.complete(timeout=10)

‏import مربوط به Engine.BURP2 کار سنگین را می‌کند. پشت صحنه:

  • ‏هر engine.queue(req) یک فریم HEADERS به buffer ارسال اتصال اضافه می‌کند ولی بایت آخر فریم DATA را نگه می‌دارد.
  • ‏openGate("race1") بلاک می‌کند تا هر ۳۰ buffer شوند، بعد یک socket.send(...) تکی حاوی ۳۰ × فریم DATA مربوط به ۱ بایتی با END_STREAM صادر می‌کند. هر ۳۰ در یک پاکت IP عبور می‌کنند (با فرض < MTU).
  • ‏complete(timeout=10) پاسخ‌ها و زمان‌ها را جمع می‌کند.

‏هر آبجکت پاسخ را بررسی کن: req.code، req.length، req.time. race وقتی «برده» می‌شود که حداقل ۲ درخواست موفقیتی برگردانند که منطقاً باید متقابلاً-منحصر می‌بودند (مثلاً هر دو coupon-apply موفق شوند وقتی حد redemption مقدار ۱ بود).

توسعه‌ی first-sequence-sync مربوط به Flatt ‏(وقتی N > ۳۰ لازم است)

‏تک‌پاکتی اصلی Kettle به‌خاطر محدودیت‌های MTU + رکورد TLS روی حدود N=30 سقف دارد. RyotaK مربوط به Flatt Security توسعه را در اوت ۲۰۲۴ منتشر کرد:

  • ‏از فرگمنتیشن IP استفاده کن: یک پاکت «منطقی» تکی در لایه‌ی IP می‌تواند روی چند فرگمنت فیزیکی IP تقسیم شود.
  • ‏شماره‌های SEQ هم‌زمان TCP را در چند اتصال با تکمیل handshakeهای TLS به‌صورت lockstep و ترازکردن زمان‌بندی SYN/SYN-ACK اجبار کن.
  • ‏نتیجه: ۱۰٬۰۰۰ درخواست هم‌زمان تحویل‌شده به سرور در ۱۶۶ میلی‌ثانیه، همه داخل پنجره‌ی rate-limit که سرور فکر می‌کرد اتمیک است فرود می‌آیند.

‏مورد استفاده: brute-force مربوط به PINهای شش‌رقمی (حداکثر ۱۰^۶ نامزد) داخل سقف ۵-تلاش-به‌ازای-پنجره. بدون first-sequence-sync به ~۲۰۰٬۰۰۰ پنجره نیاز داشتی. با آن، ~۱۰۰ پنجره.

‏پیاده‌سازی: flatt.tech/research/posts/beyond-the-limit-... شامل PoC کارکننده است.

playbook اپراتور ‏(کی به چی دست بزنی)
سناریوابزار / واریانت
تارگت HTTPS مدرن، ALPN مقدار h2 را تبلیغ می‌کند، بدنه < ۱۴۰۰ بایت، نیاز به N ≤ ۳۰تک‌پاکتی Engine.BURP2 مربوط به Turbo Intruder — پیش‌فرض
مثل بالا ولی بدنه > MTUHTTP/2 چنداتصالی؛ تخمین پنجره را ~۵ میلی‌ثانیه وسیع‌تر کن
تارگت فقط HTTP/1.1 صحبت می‌کند ‏(بدون h2 در ALPN)پایپ‌لاین موازی curl --next؛ پنجره‌ی race وسیع است؛ فقط روی سرورهای کند viable
نیاز به N > ۳۰ ‏(brute-force مربوط به PIN، اتمام OTP داخل پنجره‌ی rate-limit)توسعه‌ی first-sequence-sync مربوط به Flatt؛ پیاده‌سازی دستی طبق writeup
فرانت‌اند h2، بک‌اند h1 ‏(CDN+origin)واریант قاچاق h2.cl — با hunt-http-smuggling جفت می‌شود
تست بازتولیدپذیری سریع روی یک endpoint تکیcurl --next --next --next --next ‏(HTTP/1.1 موازی ۴تایی) — پنجره وسیع ولی بدون setup
anti-patternها
  • ‏«race condition» را از مشاهده‌ی دو موفقیت نزدیک-به‌هم‌زمان در حالت «Send group in parallel» مربوط به Burp Repeater ادعا نکن — آن حالت روی HTTP/1.1 با پراکندگی میلی‌ثانیه‌ای پایپ‌لاین می‌کند، نه تک‌پاکتی. triagerها این را می‌دانند و تنزل می‌دهند.
  • ‏بدون تأیید Wireshark برای ادعاهای race باارزث سابمیت نکن. دلیوربی که بهترین پرداخت را می‌دهد: ویدیوی PoC که Turbo Intruder در حال فایر + capture مربوط به Wireshark که همه‌ی N فریم END_STREAM را در یک سگمنت TCP نشان می‌دهد + N پاسخ موفق که باید متقابلاً-منحصر می‌بودند.
  • ‏از تک‌پاکتی علیه endpointهایی که واقعاً race نمی‌کنند استفاده نکن (مثلاً endpointهایی با lockهای سطح-ردیف و تراکنش). استپ تخمین پنجره برای فیلترکردن این‌ها قبل از صرف ۲ ساعت روی ساخت PoC وجود دارد.
ارجاع‌متقاطع
  • ‏‏hunt-http-smuggling — واریант چندفریمی h2.cl
  • ‏‏hunt-mfa-bypass — دورزدن تک‌پاکتی پنجره‌ی rate-limit مربوط به OTP ‏(کلاس PIN-bruteforce مربوط به Flatt)
  • ‏‏hunt-business-logic — raceهای state machine مربوط به coupon / wallet / promo جایی که تک‌پاکتی primitive ممکن‌کننده است
  • ‏استنادهای گزارش افشاشده بالا — استنادهای #۴، #۱۱، #۱۲ الگوهای canonical تک‌پاکتی‌اند ‏(GitLab/Devise CVE-2022-4037، PIN brute-force مربوط به Flatt با ۱۰هزار درخواست، nopCommerce CVE-2024-58248)
۱۲

دروازه‌ی اعتبارسنجی

Related Skills & Chains
ترجمه‌ی کامل ✓بخش ۱۲ از ۱۲

چک‌لیست‌ها و قواعد پیش از گزارش برای جلوگیری از false positive و N/A

  • ‏‏hunt-business-logic — race conditionها «بازوی concurrency» هر state machine مربوط به business-logic هستند. primitive زنجیره: business logic ‏(کوپن/promo) + حمله‌ی تک‌پاکتی race-condition ← کوپن N بار redeemed شد ← ضرر مالی مستقیم.
  • ‏‏hunt-mfa-bypass — پنجره‌های انقضای OTP و محافظت replay تارگت‌های کلاسیک race هستند. primitive زنجیره: race + endpoint مربوط به MFA-validate ← دورزدن انقضای OTP با سابمیت N اعتبارسنجی هم‌زمان داخل پنجره‌ی اعتبار.
  • ‏‏hunt-ato — race conditionها روی password reset، تغییر ایمیل و ساخت اکانت ATO ماندگار می‌سازند. primitive زنجیره: race روی endpoint مربوط به email-change + نبود atomic-update ← تعویض ایمیل قربانی + خواندن توکن reset قبل از اطلاع کاربر.
  • ‏‏hunt-api-misconfig — endpointهای wallet/balance/credit بدون UPDATE اتمیک نامزدهای double-spend هستند. primitive زنجیره: race + نبود atomic-update ← دوبار-خرج موجودی ← برداشت N× موجودی کاربر.
  • ‏‏security-arsenal — تمپلیت تک‌پاکتی Turbo Intruder، قاچاق h2.cl برای submit اتمیک و الگوهای چنددرخواستی موازی curl --next را لود کن.
  • ‏‏triage-validation — گیت Statistical-Sampling را اعمال کن: یک پاسخ غیرعادی تکی نویز است؛ ۱ موفقیت + N دموی duplicate / over-quota / stale-state با اسکرین‌شات پاسخ قبل از گزارش لازم است.
مراحل استخراج‌شده
  1. ۱‏‏`hunt-business-logic` — race conditionها «بازوی concurrency» هر state machine مربوط به business-logic هستند. primitive زنجیره: business logic ‏(کوپن/promo) + حمله‌ی تک‌پاکتی race-condition ← کوپن N بار redeemed شد ← ضرر مالی مستقیم.
  2. ۲‏‏`hunt-mfa-bypass` — پنجره‌های انقضای OTP و محافظت replay تارگت‌های کلاسیک race هستند. primitive زنجیره: race + endpoint مربوط به MFA-validate ← دورزدن انقضای OTP با سابمیت N اعتبارسنجی هم‌زمان داخل پنجره‌ی اعتبار.
  3. ۳‏‏`hunt-ato` — race conditionها روی password reset، تغییر ایمیل و ساخت اکانت ATO ماندگار می‌سازند. primitive زنجیره: race روی endpoint مربوط به email-change + نبود atomic-update ← تعویض ایمیل قربانی + خواندن توکن reset قبل از اطلاع کاربر.
  4. ۴‏‏`hunt-api-misconfig` — endpointهای wallet/balance/credit بدون UPDATE اتمیک نامزدهای double-spend هستند. primitive زنجیره: race + نبود atomic-update ← دوبار-خرج موجودی ← برداشت N× موجودی کاربر.
  5. ۵‏‏`security-arsenal` — تمپلیت تک‌پاکتی Turbo Intruder، قاچاق h2.cl برای submit اتمیک و الگوهای چنددرخواستی موازی `curl --next` را لود کن.
  6. ۶‏‏`triage-validation` — گیت Statistical-Sampling را اعمال کن: یک پاسخ غیرعادی تکی نویز است؛ ۱ موفقیت + N دموی duplicate / over-quota / stale-state با اسکرین‌شات پاسخ قبل از گزارش لازم است.