Tersine mühendislik / rehber

x86-64 assembly okumaya hazırlık

Makine kodundan çıkarılan assembly’yi okumak için yazmaçları, adreslemeyi, yığını ve System V çağrı kurallarını öğrenin.

Bir derleyici, baytları komutlar olarak yorumlar; otomatik olarak kaynak değişken adlarını veya programcının amacını geri getiremez. İlk hedef, birkaç komutun değerleri okumasına ve yazmasına yönelik adımlarını takip etmektir. Bu kılavuz, GDB ile ilk inceleme: C’den makine koduna ve Optimizasyon altında dallanma ve işaretçiler için sizi hazırlar.

Kapsam, Linux x86-64, System V AMD64 ABI ve tipik LP64 veri modelidir: int 4 bayttır ve işaretçiler 8 bayttır. Windows x64 kuralları, x32, AArch64 ve çekirdek kodu bu örneklerin dışındadır. Komutların anlamları için Intel SDM hacimleri 1 ve 2 ve işlev sınır sözleşmeleri için x86-64 psABI'yi kullanın.

1. Baytları, değerleri ve adresleri ayırın#

0x2a onaltılık sistemde 42'dir. Bir kaydın içindeki bu bitler mutlaka bir adres değildir. C türünü, talimatı ve bellek haritasını birlikte düşünün. x86-64 little-endian'dir: 32 bitlik 0x12345678, 78 56 34 12 şeklinde artan bellek adreslerinde görünür.

rax 64 bitlik bir kayıştır; eax onun düşük 32 bitidir, ax düşük 16 bitidir ve al düşük 8 bitidir. 64 bit modunda, eax gibi bir genel amaçlı 32 bitlik kaydın yazılması, karşılık gelen 64 bitlik kaydın üst yarısını sıfırlar. Bu, ax veya al için geçerli değildir. rsi'yi tümü bir tamsayı olarak ele almaktan ziyade, esi kullanarak bir C int argümanını okuyun ve doğru işaretli yorumu kullanın.

2. Intel ve AT&T sözdizimlerini ayırın#

Bu kılavuz ve laboratuvarlar Intel sözdizimini kullanır: GNU objdump'ta -M intel ve GDB'de set disassembly-flavor intel seçin. Ancak, bu seride tutarlılık yoktur. Program başlangıcı, yığın düzeni ve yardımcı vektör, Dinamik bağlama, GOT, PLT ve sembol çözümleme, Sembolleri ayıklanmış ELF dosyalarını okuma ve Gözlemin programa etkisi ve analiz karşıtı davranışlar kılavuzlarındaki parçalar, x86-64'te varsayılan olarak GNU objdump ve GDB tarafından da yazılan AT&T sözdizimini kullanır. Herhangi bir listeyi okumadan önce operand sırasını kontrol edin. objdump belgeleri bu seçeneği tanımlar.

Bu satırlar aynı işlemi tanımlar; bunlar bağımsız bir program değildir:

asm
mov eax, DWORD PTR [rdi]   # Intel: destination, source
movl (%rdi), %eax          # AT&T: source, destination

Her ikisi de rdi adresindeki dört baytı okur. Buna karşılık, mov rax, rdi bellekten okumadan kaydın bitlerini kopyalar. Parantez içindeki ifadeler, Intel sözdiziminde bir bellek operandına yönelik bir ipucu sağlar.

3. Adres hesaplaması ile bellek okumaları#

Intel sözdiziminde, [base + index * scale + displacement] bir adres ifadesidir; donanım ölçekleri 1, 2, 4 veya 8 olabilir. Bu bölüm şemaya aittir: rdi, geçerli bir int dizisinin başlangıcını temsil ederken, rsi ise sınır içindeki bir indeksi temsil eder:

asm
lea rdx, [rdi + rsi*4]    # Compute the address of dizi[i]
mov eax, DWORD PTR [rdx]  # Read the value of dizi[i]
add eax, 3               # Increment the value
mov DWORD PTR [rdx], eax  # Write back to the same element

lea (load effective address), belirtilen adresten veri okumadan adres ifadesini hesaplar. Derleyici, bunu aritmetik işlemler için de kullanabilir. Her lea ifadesi bir C işaretçi değişkenine karşılık gelmez ve her bellek erişimi ayrı bir değişkeni temsil etmeyebilir. DWORD PTR, burada 4 baytlık bir erişimi belirtir, işaretçinin boyutunu değil.

4. Fon çağrısında kontrol edilmesi gerekenler#

Bu laboratuvarlardaki basit tamsayı/işaretçi imzaları için, ilk altı argüman sırasıyla rdi, rsi, rdx, rcx, r8 ve r9 kullanılır. Bir int için düşük 32 bitin değerini yorumlayın; int dönüş değeri eax'te bulunur. Yapılar, kayan nokta değerleri ve değişken sayıda argümanlı çağrılar için ek kurallar geçerlidir. Bu, Linux'taki syscall kayıt sözlüğünden farklıdır.

Normal bir call, bir dönüş adresini kaydırır ve kontrolü aktarır; normal bir ret, o adresten geri döner. rsp (stack pointer) ve rip (instruction pointer) değerleridir. Bir işlevin ilk komutundan önce, işlevin ön sözlüğünün çalıştırılmasından önce, [rsp] dönüş adresini tutar. push veya sub rsp, ... gibi işlemlerden sonra, bu varsayımı tekrar kullanmayın, çünkü bunlar yığın üzerinde değişiklik yapar.

Bu basit psABI çağrıları için, çağrıdan önce yığın 16 baytlık bir hizalamaya sahiptir. 8 baytlık dönüş adresi, (rsp + 8) % 16 == 0 şeklinde giriş durumunda geçerlidir. rbp (register base pointer) bir çerçeve göstergesi olabilir, ancak zorunda değildir. 128 baytlık kullanıcı alanı "red zone", yaprak işlevlerin yığını büyütmeden geçici verileri tutmasına olanak tanır. Bu nedenle, sub rsp veya push rbp gibi işlemlerin kullanılması, işlev sınırının varlığını ortadan kaldırmaz. Daha fazla bilgi için psABI düşük seviyeli sistem bilgileri bölümü'a bakın.

5. Koşul nerede temsil edilir?#

cmp (compare), bir çıkarma işlemi gibi, sonucu depolamadan bayrakları ayarlar; test ise bit düzeyinde AND işlemi ile bayrakları ayarlar. Daha sonraki bir koşullu komut, bu bayrakları kullanır. İşaretli < ile jl (jump if less) ve işaretsiz < ile jb (jump if below), farklı koşulları temsil eder. Bunları türleri dikkate almadan eşdeğer olarak yorumlamayın.

Bir C if ifadesi, koşullu bir atlama (jcc), koşullu bir taşıma (cmovcc), setcc veya aritmetik bir işlem olabilir. cmov veri seçer; ancak kendisi başka bir komut adresine yürütmeyi aktarmaz. Sabit bir koşul tamamen ortadan kalkabilir. Intel'in referansında ve GCC optimizasyon belgelerinde, komutların anlamlarını kontrol edin ve olası dönüşümlerini inceleyin.

6. Bir derleme kodu okuma yöntemi#

  1. Mimari ve sözdizimini kaydedin: file ./program, readelf -hW ./program.
  2. Bir işlevi açın: objdump -d -M intel --disassemble=hesapla ./program.
  3. Her komutun giriş kayıtlarını, bellek genişliğini ve yazılan hedefi not alın.
  4. Giriş ABI bilgilerini, sonraki veri akışından ayırın; argüman kayıtları değişebilir.
  5. Statik adresleri süreceyle ilişkilendirirken PIE/ASLR'yi dikkate alın. Bir dosya ofsetini sanal bir adresten eşleştirmeyin; ELF ayrıştırıcısını ve adres hesaplarını doğrulama dönün.
  6. Hipotezi doğrulamak için GDB'de bir komutu adım adım çalıştırın ve belleği yeniden okuyun. GDB'nin x çıktısı, belleğin seçilmiş bir temsilidir ve C türünün kanıtı değildir.

Anlayışınızı kontrol edin: lea neden bir bellek okuması değildir? eax'i yazdıktan sonra rax'ın üst yarısı ne olur? Bir C if ifadesinin her zaman jne aramasına yol açması gerek mi? Eğer komut ve ABI kaynaklarını kullanarak cevap verebilirseniz, GDB ile ilk inceleme: C’den makine koduna devam edin, ardından Sembolleri ayıklanmış ELF dosyalarını okuma dönün.

İşlev ABI’leri ve ikili uyumluluk'de farklı platformlarda giriş kayıtlarını ve yığın slotlarını karşılaştırın.

Ek kaynaklar ve çalışma materyalleri#

  • Intel SDM: Yazmaçlar ve veri gösterimi için 1. cilt. MOV, LEA, CMP, TEST, Jcc, CMOVcc, CALL ve RET için 2. cilt.
  • System V AMD64 psABI: veri modeli, parametre geçişi ve yığın sözleşmeleri.
  • GNU objdump: sözdizimi ve sembol bazlı derleme.
  • GDB: Registers: seçilen çerçevede kayıtları okuma; giriş noktasına en iç çerçeveyi kullanın.
  • mytechnotalent/Geri Mühendislik, x64 Kurs: Özellikle 127-132 ve 160-163 numaralı dersler, ek çalışma için. Konu dizisi, bir ilham kaynağıdır; bu kılavuzun yazısı ve laboratuvar kodu, execmap için hazırlanmıştır. Teknik sözleşmeler, yukarıdaki temel belgelerle doğrulanmaktadır.

Execmap’te ara

Aramak için bir terim yazın.