GitHub Actions工件下载路径遍历漏洞分析与防御

1. GitHub Actions工件下载机制解析

GitHub Actions作为CI/CD流程的核心组件，其工件(Artifacts)功能允许工作流运行期间生成的文件被保留和共享。典型场景包括：

• 构建产物（如二进制文件、Docker镜像）
• 测试报告（JUnit格式、覆盖率结果）
• 临时日志文件

工件通过upload-artifact和download-artifact这对Action实现传输。当开发者执行下载操作时，后端服务会将压缩的工件包解压到Runner的工作目录。这个看似简单的过程，实际上涉及以下关键路径处理逻辑：

yaml复制# 典型下载步骤示例
- uses: actions/download-artifact@v3
  with:
    name: my-artifact
    path: custom/destination

2. 路径遍历漏洞的技术原理

2.1 传统路径遍历漏洞模式

传统Web应用中的路径遍历通常发生在未正确过滤用户输入的../序列时。攻击者通过构造类似../../etc/passwd的路径，突破预定目录边界访问系统文件。

2.2 GitHub Actions的特殊性

在CI/CD环境中，路径遍历的影响更为严重：

1. 环境特权：Runner通常具有较高的执行权限
2. 持久化影响：写入的文件可能影响后续Job或触发其他工作流
3. 隐蔽性强：恶意行为可隐藏在正常构建流程中

漏洞触发需要同时满足：

• 工件压缩包内包含精心构造的路径
• 下载解压时未进行路径规范化检查
• 目标Runner具有目标位置的写入权限

3. 漏洞复现与影响验证

3.1 构造恶意工件

使用tar命令创建包含特殊路径的测试工件：

bash复制# 创建测试目录结构
mkdir -p 'malicious-artifact/../../tmp/exploit'
echo "compromised" > 'malicious-artifact/../../tmp/exploit/poc.txt'

# 打包为工件
tar czf artifact.tar.gz -C malicious-artifact .

3.2 上传与下载流程

通过GitHub API上传恶意工件：

python复制import requests

headers = {
    "Authorization": f"token {GITHUB_TOKEN}",
    "Accept": "application/vnd.github.v3+json"
}

with open('artifact.tar.gz', 'rb') as f:
    response = requests.post(
        f"https://api.github.com/repos/{owner}/{repo}/actions/artifacts",
        headers=headers,
        data=f
    )

3.3 影响范围评估

成功利用后可实现：

• 覆盖关键系统文件（如/etc/crontab）
• 植入持久化后门（SSH authorized_keys）
• 窃取敏感信息（环境变量、密钥文件）

4. 防御方案与最佳实践

4.1 官方补丁分析

GitHub在2023年Q4发布的更新中：

1. 实现了解压时的路径规范化检查
2. 限制了工件内文件的绝对路径引用
3. 添加了运行时的路径越界检测

4.2 企业级防护措施

对于无法立即升级的环境：

yaml复制# 安全下载模板
- name: Safe download
  uses: actions/download-artifact@v3
  with:
    name: verified-artifact
    path: ${{ github.workspace }}/safe-dir
  env:
    GITHUB_TOKEN: ${{ secrets.READ_ONLY_TOKEN }}

关键加固点：

• 使用专用工作目录（避免./）
• 限制工件下载权限（Read-only token）
• 启用工作流文件签名验证

4.3 持续监控方案

推荐的安全扫描工具组合：

1. 静态分析：CodeQL自定义规则检测可疑路径
2. 动态检测：Falco实时监控文件系统越界操作
3. 审计日志：ELK收集所有工件操作事件

5. 漏洞挖掘方法论

5.1 黑盒测试技巧

使用模糊测试生成异常路径：

python复制import itertools

path_components = ["..", "~", "/tmp", ""]
for combo in itertools.product(path_components, repeat=4):
    test_path = "/".join(combo)
    # 生成测试用例...

5.2 白盒审计重点

需要特别关注的代码段：

1. 压缩/解压处理逻辑
2. 路径拼接函数调用点
3. 文件权限设置操作

5.3 企业SRC实战经验

在漏洞奖励计划中，有效报告应包含：

1. 完整复现步骤（含时间戳）
2. 影响范围评估矩阵
3. 修复建议的可行性分析

6. 延伸攻击面分析

6.1 供应链攻击变种

结合依赖混淆攻击：

1. 污染公开工件仓库
2. 劫持内部私有依赖
3. 通过路径遍历实现持久化

6.2 横向移动可能性

在自托管Runner环境中：

1. 突破容器隔离
2. 访问相邻Job的工作区
3. 窃取跨项目敏感数据

6.3 日志注入技术

通过特殊构造的路径名：

1. 污染工作流日志
2. 干扰安全监控系统
3. 实施混淆攻击

关键提示：所有测试必须获得明确授权，企业环境应建立专门的沙箱测试流程。实际渗透测试中，我们发现在下载操作后添加ls -alR验证步骤能快速发现异常文件位置。

我在实际安全审计中发现，许多团队忽视了工件清理环节。建议在工作流结束时添加强制清理步骤：

yaml复制- name: Secure cleanup
  run: |
    find ${{ github.workspace }} -type f -exec shred -u {} \;
    rm -rf ${{ github.workspace }}/..
  if: always()

对于高敏感项目，可以考虑完全禁用工件功能，改用S3等具有精细权限控制的存储服务。最近参与的一个金融项目就采用了临时S3桶+预签名URL的方案，虽然增加了复杂度，但显著降低了攻击面。