database-lateral-pivot

数据库横向移动方法论

数据库是内网中天然的跳板——它们通常比应用服务器有更宽松的网络访问策略（需要连接多个服务），而且 PostgreSQL 的 dblink、MSSQL 的 Linked Server、MySQL 的 FEDERATED 引擎都提供了原生的跨主机查询能力。当应用层网络隔离严格时，通过数据库进行横向移动往往是唯一路径。

⛔ 深入参考（必读）

• dblink 连接、Linked Server 利用、SSRF 探测的完整命令和场景 → references/dblink-lateral.md

---

Phase 1: 评估横向条件

在当前数据库中收集信息，判断横向移动的可能性：

-- PostgreSQL: 检查可用扩展
SELECT * FROM pg_available_extensions WHERE name IN ('dblink','postgres_fdw');

-- PostgreSQL: 已有的外部连接配置
SELECT * FROM pg_foreign_server;
SELECT * FROM pg_user_mapping;

-- MSSQL: 检查 Linked Servers
EXEC sp_linkedservers;
SELECT * FROM sys.servers WHERE is_linked = 1;

-- MySQL: 检查 FEDERATED 引擎
SHOW ENGINES;

横向条件清单：

• 当前是 superuser/sa/root 吗？（非特权用户通常无法创建 dblink）
• 数据库配置中有没有其他主机的连接信息？
• 环境变量/配置文件中有没有其他数据库的凭据？

Phase 2: 内网信息收集（通过数据库）

数据库本身就是信息金矿：

-- 搜索连接字符串
SELECT * FROM pg_settings WHERE name LIKE '%connection%';

-- 搜索包含密码的表/列
SELECT table_name, column_name FROM information_schema.columns
WHERE column_name LIKE '%pass%' OR column_name LIKE '%secret%' OR column_name LIKE '%token%';

-- 查找其他数据库主机（配置表中常有）
SELECT * FROM config WHERE key LIKE '%host%' OR key LIKE '%db%' OR value LIKE '%.%.%.%';

Phase 3: 横向攻击决策树

已控制一个数据库？
├─ PostgreSQL → 
│   ├─ dblink（最灵活）→ 连接任意 PostgreSQL/支持的数据库
│   ├─ postgres_fdw（外部数据封装器）→ 透明跨库查询
│   └─ COPY TO PROGRAM + curl → SSRF 探测内网
├─ MSSQL →
│   ├─ Linked Server → 连接其他 MSSQL/任意 OLE DB 数据源
│   ├─ OPENROWSET → 即席跨库查询
│   └─ xp_cmdshell + curl → 内网探测
├─ MySQL →
│   ├─ FEDERATED 引擎 → 跨 MySQL 实例查询
│   └─ LOAD DATA LOCAL → 读取本地文件
└─ 通用 → 
    ├─ 通过命令执行进行端口扫描/服务发现
    └─ 利用数据库中存储的凭据连接其他服务

→ 各数据库横向的完整命令 → references/dblink-lateral.md

Phase 4: 横向后利用

成功连接到新数据库后：

1. 提取数据 — 用户表、配置表、flag
2. 获取 RCE — COPY FROM PROGRAM / xp_cmdshell / UDF
3. 继续横向 — 新数据库可能连接更多内网资源
4. 持久化 — 创建后门账号、触发器

注意事项

• dblink/Linked Server 查询产生的流量来自数据库服务器 IP，不是你的攻击机 IP
• 利用这一特性可以绕过基于 IP 的网络 ACL
• 数据库间通信通常是明文的，注意凭据安全
• 大量跨库查询会产生日志，注意操作节制