恶意代码分析实战-第四章
X86反汇编速成
抽象层次
硬件 \(\quad\)硬件是唯一的一个物理层,有电子电路组成。这些电路实现了XOR门,AND门、OR门和NOT门等逻辑运算器的复杂组合,称为数字逻辑。
微指令 \(\quad\)微指令层又称为固件。微指令只能在为它设计的特定电路上执行。从机器码层翻译而来,提供访问硬件的接口。
机器码 \(\quad\)机器码层由操作码(十六进制数)组成,由多条微指令实现。
低级语言 \(\quad\)主要指汇编语言。
高级语言 \(\quad\) 如C、C++等。
解释型语言\(\quad\)像C#、java等,这一层的代码不会被编译为机器码,而是被翻译为字节码。字节码是特定于该语言的一种中间表示,它在解释器中执行。
逆向工程
\(\quad\)恶意代码存储在磁盘上时,通常是机器码层的二进制形式。反汇编恶意代码就是使用反汇编器将恶意代码二进制文件作为输入,输出汇编语言代码。
x86体系结构
\(\quad\)大部分现代计算机体系结构在内部实现上遵循冯·诺依曼结构,这种结构包含:
·中央处理单元(CPU),负责执行代码;
·内存(RAM),负责存储所有的数据和代码;
·输入/输出系统(I/O),为硬盘、键盘、显示器提供接口。

内存
\(\quad\)一个内存可以分为四个主要的节:

数据\(\quad\)数据节,其中包含的一些值在程序初始加载时被放到这里,称为静态值,因为程序运行时它们可能并不发生变化,称为静态值,因为程序运行时它们可能不发生变化,还可以称为全局值,因为程序的任何部分都可以使用。
代码\(\quad\)代码节包含了在执行程序任务时CPU所取得的指令。
堆 \(\quad\)堆是为程序执行期间需要的动态内存准备的,用于创建(分配)新的值,以及消除(释放)不再需要的值。也成为动态内存,因为其内容在程序运行时经常被改变。
栈 \(\quad\)栈用于函数的局部变量和参数,以及控制程序执行流。
指令
\(\quad\)一个指令由一个助记符,以及零个或多个操作数组成。
| 助记符 | 目标操作数 | 源操作数 |
|---|---|---|
| mov | exc | 0x42 |
操作码和字节序
\(\quad\)每条指令使用操作吗告诉CPU程序需要做什么。
| 指令 | mov exc, | 0x42 |
|---|---|---|
| 操作码 | B9 | 42 00 00 00 |
字节数可分为大端序和小端序
大端序指的是高位字节放低位地址,低位字节放在高位地址。
网络数据使用大端序,而x86使用小端字节序。例如IP地址127.0.0.1,在网络会被展现为0x7F000001,但是在本地内存存储是0x0100007F。
操作数
操作数说明指令要使用的数据,可以有以下这三种类型:
·立即数(immediate)操作数是一个固定的值;
·寄存器操作数指向寄存器,如ecx;
·内存地址操作数指向值所在的内存地址,[eax]。
寄存器
寄存器是可以被CPU使用的少量数据存储器,访问其中的内容会比访问其他存储器要快。x86常用的寄存器可以整理为4类:
·通用寄存器,CPU在执行期间使用;
·段寄存器,用于定位内存节;
·状态标志,用于做出决定;
·指令指针,用于定位要执行的下一条指令。
| 通用寄存器 | 段寄存器 | 标志寄存器指令指针 | 旨令指针 |
|---|---|---|---|
| EAX (AX, AH, AL) | CS | EFLAGSEl | EIP |
| EBX (BX, BH, BL) | SS | ||
| ECX (CX, CH, CL) | DS | ||
| EDX (DX, DH, DL) | ES | ||
| EBP (BP) | FS | ||
| ESP (SP) | GS | ||
| ESI (SI) |
所有通用寄存器的大小都是32位,可以在汇编代码中以32位或者16位引用,比如,EDX指向的是完整的32位寄存器,而DX执行的是EDX寄存器的低16位。
eax,ebx,ecx,edx还可以用8位值的方式引用,AL指向的是EAX寄存器的最低八位,而AH指向的是次低8位。
通用寄存器
通用寄存器一般用于存储数据或者内存地址,而且经常交换着使用以完成程序。
值得注意的是,乘法和除法的指令就只能使用EAX和EDX。
EAX通常存储了一个函数调用的返回值,因此,如果你看到一个函数调用之后马上用到了EAX寄存器,可能就是在操作返回值了。
标志寄存器
EFLAGS寄存器是一个标志寄存器。在x86架构中,它是32位的,每一位是一个标志。
对于恶意代码如下,重要的标志位如下:
ZF\(\quad\)当一个运算的结果为0,ZF被置位(1),否则被清除(0);
CF\(\quad\)当算术运算导致最高位产生进位或者借位时,CF被置位,否则被清除;
SF\(\quad\)运算结果为负数,SF被置位;结果为正数,SF被清除。
TF\(\quad\)TF用于调试。当它被置位,x86处理器每次只执行一条指令。
EIP,指令指针
EIP指令指针,又称为指令指针计数器,保存了程序将要执行的下一条指令在内存中的地址。
简单指令
move指令
可以将数据移动到寄存器或者内存。
| 指令 | 描述 |
|---|---|
| mov eax,ebx | 将ebx中的内容复制到eax |
| mov eax,0x42 | 将立即数复制到EAX寄存器处 |
| mov eax,[0x4037C4] | 将地址的值复制到eax |
lea指令
将一个内存地址赋给目的操作数。
lea eax,[ebx+8],只是赋予地址,并不是地址里面的值。
算数结果
加法:add
减法:sub
寄存器值自增1:inc
寄存器值自减1:dec
乘法和除法需要预先规定的寄存器。
mul value。将eax的值乘上value。eax要提前赋值。
乘法的结果以64位的形式分开存储在两个寄存器中:高位在EDX,低位在EAX。
div value。是将EDX和EAX的值合起来存储的64位值除以value。
除法可以看成是模运算。
逻辑运算符
XOR:将对应位置0。or:或。AND:与
shr和shl对寄存器做移位操作。
格式:shr destination,count。移出目的操作数的边界会先移动到CF标志位中。移位时使用0填充。
循环移位指令:ror和rol
移位可看作是对乘法运算道德优化。二进制中,每移动一位相当于乘上2。
NOP指令
不做,跳过执行下一条
栈
函数的内存、局部变量、流控制结构等背存储在栈中。
栈指针ESP,指向栈顶的内存地址;
栈基址寄存器EBP,在一个函数中会保持不变。可以看作定位器。
相关指令:pop、push、ret
栈只能用于短期存储,经常用在保存局部变量、参数和返回地址。
函数调用
void func_a()
{
return;
}
void func_b()
{
func_a();
int c=1;
return ;
}
int main()
{
func_b();
int a=2;
return 0;
}

栈的布局
栈是被分配为自顶向下的,高内地址先被使用。
每一个函数调用,就生成了一个新的栈帧。函数维护他自己的栈帧,直至他返回,这时调用的栈帧被恢复。
条件指令
最常见的两个条件指令是test和cmp。
test指令与and指令的一样。但是并不会改变器使用的操作数。
test指令只设置标志位。经常被用于检查一个数是否是一个NULL值。
| cmp | ZF | CF |
|---|---|---|
| dst=src | 1 | 0 |
| dst<src | 0 | 1 |
| dst>src | 0 | 0 |
分支指令
最常见的分支指令是跳转指令,最简单的跳转指令是jmp。
jmp属于无条件跳转。

重复指令
重复指令是一组操作数缓冲区的指令。
数据缓冲区通常是一个字节数组的形式。
最常见的数据缓冲区操作指令是movsx、cmpsx、stosx和scasx。其中x可以是b,w,d。分别表示字节、字和双字。
rep指令终止条件
| 指令 | 描述 |
|---|---|
| rep | 循环终止条件ECX=0 |
| repe,repz | 循环终止条件ECX=0或ZF=0 |
| repne,repnz | 循环终止条件ECX=0或ZF=1 |
可以使用rep指令对ecx寄存器进行一个初始化。
movsb指令用于将一串字节从一个位置移动到另一个位置。rep前缀经常与movsb一起使用,从而复制一串长度由ECX决定的字节。
cmpsb指令用于比较两串字节,以确定是否有相同的数据,搭配上repe就可以逐一比较两串字节,直至发现不同或者比较结束。
scasb指令用于从一串字节中搜索一个值,这个值由AL寄存器给出。搭配repe会使得这个比较不断继续,直到找到这个字节或者ecx为0。
stosb指令用于将值存储到EDI指向的地址。搭配rep,可以用一个给定的值初始化一块缓冲区中的所有字节。

浙公网安备 33010602011771号