iOS逆向与安全11.1：初识汇编

作者: looha | 来源:发表于2019-07-10 00:50 被阅读0次

初识汇编

我们是逆向iOS系统上面的APP.那么我们知道,一个APP安装在手机上面的可执行文件本质上是二进制文件.因为iPhone手机本质上执行的指令是二进制.是由手机上的CPU执行的.所以静态分析是建立在分析二进制上面.静态分析的基础是汇编，可以说掌握汇编知识的多少，决定着在逆向以及安全的道路上你能走多远。

汇编语言的发展

机器语言

由0和1组成的机器指令.

加：0100 0000
减：0100 1000
乘：1111 0111 1110 0000
除：1111 0111 1111 0000

汇编语言(assembly language)

使用助记符代替机器语言

如:

加：INC EAX 通过编译器 0100 0000
减：DEC EAX 通过编译器 0100 1000
乘：MUL EAX 通过编译器 1111 0111 1110 0000
除：DIV EAX 通过编译器 1111 0111 1111 0000

高级语言（High-level programming language)

C\C++\Java\OC\Swift,更加接近人类的自然语言
比如C语言:

加：A+B 通过编译器 0100 0000
减：A-B 通过编译器 0100 1000
乘：A*B 通过编译器 1111 0111 1110 0000
除：A/B 通过编译器 1111 0111 1111 0000

代码在终端设备上执行的过程:

代码执行

汇编语言与机器语言一一对应，每一条机器指令都有与之对应的汇编指令
汇编语言可以通过编译得到机器语言，机器语言可以通过反汇编得到汇编语言
高级语言可以通过编译得到汇编语言 \ 机器语言，但汇编语言\机器语言几乎不可能还原成高级语言

汇编语言的特点

可以直接访问、控制各种硬件设备，比如存储器、CPU等，能最大限度地发挥硬件的功能
能够不受编译器的限制，对生成的二进制代码进行完全的控制
目标代码简短，占用内存少，执行速度快
汇编指令是机器指令的助记符,同机器指令一一对应。每一种CPU都有自己的机器指令集\汇编指令集，所以汇编语言不具备可移植性
知识点过多，开发者需要对CPU等硬件结构有所了解，不易于编写、调试、维护
不区分大小写，比如mov和MOV是一样的

汇编的用途

编写驱动程序、操作系统（比如Linux内核的某些关键部分）
对性能要求极高的程序或者代码片段，可与高级语言混合使用（内联汇编）
软件安全
1. 病毒分析与防治
2.逆向\加壳\脱壳\破解\外挂\免杀\加密解密\漏洞\黑客
理解整个计算机系统的最佳起点和最有效途径
为编写高效代码打下基础
弄清代码的本质

函数的本质究竟是什么?
++a + ++a + ++a 底层如何执行的?

3.编译器到底帮我们干了什么?

4.DEBUG模式和RELEASE模式有什么关键的地方被我们忽略

越底层越单纯!真正的程序员都需要了解的一门非常重要的语言,汇编!

汇编语言的种类

目前讨论比较多的汇编语言有

8086汇编（8086处理器是16bit的CPU）
Win32汇编
Win64汇编
ARM汇编（嵌入式、Mac、iOS）
iPhone里面用到的是ARM汇编,但是不同的设备也有差异.因CPU的架构不同.

iPhone架构

几个必要的常识

- 要想学好汇编,首先需要了解CPU等硬件结构

- APP/程序的执行过程

APP/程序的执行过程

- 硬件相关最为重要是CPU/内存

- 在汇编中,大部分指令都是和CPU与内存相关的

总线

image.png

- 每一个CPU芯片都有许多管脚，这些管脚和总线相连，CPU通过总线跟外部器件进行交互

- 总线：一根根导线的集合

- 总线的分类

地址总线
数据总线
控制总线

image.png

CPU工作流程

--地址总线

它的宽度决定了CPU的寻址能力最大寻址值
32位 32根
inter有地址加法器可以表达更高地址
8086的地址总线宽度是20，所以寻址能力是1M（ 2的20次方），最大能表达1M（ 2的20次方）

地址标示

--数据总线

它的宽度决定了CPU的单次数据传送量，也就是数据传送速度
8086的数据总线宽度是16，所以单次最大传递2个字节的数据

cpu架构由数据总线来区分 arm32，arm64等等

控制总线

它的宽度决定了CPU对其他器件的控制能力、能有多少种控制

练习

一个CPU 的寻址能力为8K,那么它的地址总线的宽度为13；1k为10根
8080,8088,80286,80386 的地址总线宽度分别为16根,20根,24根,32根.那么他们的寻址能力分别为64K,1M,16M,4G。
8080,8088,8086,80286,80386 的数据总线宽度分别为8根,8根,16根,16根,32根.那么它们一次可以传输的数据为:1B,1B,2B,2B,4B；
从内存中读取1024字节的数据,8086至少要读512次,80386至少要读取256次.

内存

2990730-cb3c46652c7bad8e.png

2990730-49e73b88a2e7af92.png

2990730-d723c11cce5cdaaf.png

内存地址空间的大小受CPU地址总线宽度的限制。8086的地址总线宽度为20，可以定位220个不同的内存单元（内存地址范围0x00000~0xFFFFF），所以8086的内存空间大小为1MB
0x00000~0x9FFFF：主存储器。可读可写
0xA0000~0xBFFFF：向显存中写入数据，这些数据会被显卡输出到显示器。可读可写
0xC0000~0xFFFFF：存储各种硬件\系统信息。只读

堆：低往高写
栈：高往低写

写入和读取后，给定地址后，数据写入从低往高写。

进制

很多人学不好进制，原因是总以十进制为依托去考虑其他进制，需要运算的时候也总是先转换成十进制，这种学习方法是错误的.
我们为什么一定要转换十进制呢？仅仅是因为我们对十进制最熟悉，所以才转换.
每一种进制都是完美的,想学好进制首先要忘掉十进制，也要忘掉进制间的转换！

进制的定义

八进制由8个符号组成:0 1 2 3 4 5 6 7 逢八进一
十进制由10个符号组成:0 1 2 3 4 5 6 7 8 9逢十进一
N进制就是由N个符号组成:逢N进一

自定义进制符号

十进制由10个符号组成: 0 1 3 2 8 A B E S 7 逢十进一 "0 1 3 2 8 A B E S 7 "，只是十个符号而已，自定义进制符号
自定义进制符号的用途
传统我们定义的十进制和自定义的十进制不一样.那么这10个符号如果我们不告诉别人这个符号表,别人是没办法拿到我们的具体数据的!用于加密!
十进制由十个符号组成,逢十进一,符号是可以自定义的!!

进制的运算

八进制加法表

0 1 2 3 4 5 6 7
10 11 12 13 14 15 16 17
20 21 22 23 24 25 26 27
...

1+1 = 2
1+2 = 3 2+2 = 4
1+3 = 4 2+3 = 5 3+3 = 6
1+4 = 5 2+4 = 6 3+4 = 7 4+4 = 10
1+5 = 6 2+5 = 7 3+5 = 10 4+5 = 11 5+5 = 12
1+6 = 7 2+6 = 10 3+6 = 11 4+6 = 12 5+6 = 13 6+6 = 14
1+7 = 10 2+7 = 11 3+7 = 12 4+7 = 13 5+7 = 14 6+7 = 15 7+7 = 16

八进制乘法表

0 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17 20 21 22 23 24 25 26 27...
1x1 = 1
1x2 = 2 2x2 = 4
1x3 = 3 2x3 = 6 3x3 = 11
1x4 = 4 2x4 = 10 3x4 = 14 4x4 = 20
1x5 = 5 2x5 = 12 3x5 = 17 4x5 = 24 5x5 = 31
1x6 = 6 2x6 = 14 3x6 = 22 4x6 = 30 5x6 = 36 6x6 = 44
1x7 = 7 2x7 = 16 3x7 = 25 4x7 = 34 5x7 = 43 6x7 = 52 7x7 = 61

二进制的简写形式


       二进制: 1 0 1 1 1 0 1 1 1 1 0 0
三个二进制一组: 101 110 111 100
       八进制:   5   6   7   4
四个二进制一组: 1011 1011 1100
     十六进制:    b    b    c

二进制：从0 写到 1111
0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111
这种二进制使用起来太麻烦，改成更简单一点的符号：
0 1 2 3 4 5 6 7 8 9 A B C D E F 这就是十六进制了

自定义进制符号

现在有10进制数 10个符号分别是：2，9，1，7，6，5，4， 8，3 , A 逢10进1 那么：计算123 + 234

十进制:    0  1  2  3  4  5  6  7  8  9
自定义:    2  9  1  7  6  5  4  8  3  A
         92 99 91 97 96 95 94 98 93 9A
         12 19 11 17 16 15 14 18 13 1A
         72 79 71 77 76 75 74 78 73 7A
         62 69 61 67 66 65 64 68 63 6A
         52 59 51 57 56 55 54 58 53 5A
         42 49 41 47 46 45 44 48 43 4A
         82 89 81 87 86 85 84 88 83 8A
         32 39 31 37 36 35 34 38 33 3A
         922

那么刚才通过10进制运算可以转化10进制然后查表!但是如果是其他进制.我们就不能转换,要直接学会查表

现在有9进制数 9个符号分别是：2，9，1，7，6，5，4， 8，3 逢9进1 那么：计算 123 + 234


十进制:    0  1  2  3  4  5  6  7  8  
自定义:    2  9  1  7  6  5  4  8  3  
         92 99 91 97 96 95 94 98 93 
         12 19 11 17 16 15 14 18 13 
         72 79 71 77 76 75 74 78 73 
         62 69 61 67 66 65 64 68 63 
         52 59 51 57 56 55 54 58 53 
         42 49 41 47 46 45 44 48 43 
         82 89 81 87 86 85 84 88 83 
         32 39 31 37 36 35 34 38 33 
         922

数据的宽度

数学上的数字，是没有大小限制的，可以无限的大。但在计算机中，由于受硬件的制约，数据都是有长度限制的（我们称为数据宽度），超过最多宽度的数据会被丢弃。


#import <UIKit/UIKit.h>
#import "AppDelegate.h"

int test(){
    int cTemp = 0x1FFFFFFFF;
    return cTemp;
}

int main(int argc, char * argv[]) {
    printf("%x\n",test());
    @autoreleasepool {
        return UIApplicationMain(argc, argv, nil, NSStringFromClass([AppDelegate class]));
    }
}

计算机中常见的数据宽度

位(Bit): 1个位就是1个二进制位.0或者1
字节(Byte): 1个字节由8个Bit组成(8位).内存中的最小单元Byte.
字(Word): 1个字由2个字节组成(16位),这2个字节分别称为高字节和低字节.
双字(Doubleword): 1个双字由两个字组成(32位)

那么计算机存储数据它会分为有符号数和无符号数.

数据符号

有符号：最大数据宽度的一半标示

无符号数,直接换算!
有符号数:
正数:  0    1    2    3    4    5    6    7 
负数:  F    E    D    B    C    A    9    8
      -1   -2   -3   -4   -5   -6   -7   -8

CPU&寄存器

内部部件之间由总线连接

15193738988252.jpg

CPU除了有控制器、运算器还有寄存器。其中寄存器的作用就是进行数据的临时存储。

CPU的运算速度是非常快的，为了性能CPU在内部开辟一小块临时存储区域，并在进行运算时先将数据从内存复制到这一小块临时存储区域中，运算时就在这一小快临时存储区域内进行。我们称这一小块临时存储区域为寄存器。

对于arm64系的CPU来说，如果寄存器以x开头则表明的是一个64位的寄存器，如果以w开头则表明是一个32位的寄存器，在系统中没有提供16位和8位的寄存器供访问和使用。其中32位的寄存器是64位寄存器的低32位部分并不是独立存在的。
对程序员来说，CPU中最主要部件是寄存器，可以通过改变寄存器的内容来实现对CPU的控制
不同的CPU，寄存器的个数、结构是不相同的

浮点和向量寄存器

因为浮点数的存储以及其运算的特殊性,CPU中专门提供浮点数寄存器来处理浮点数

浮点寄存器 64位: D0 - D31 32位: S0 - S31

现在的CPU支持向量运算.(向量运算在图形处理相关的领域用得非常的多)为了支持向量计算系统了也提供了众多的向量寄存器.

向量寄存器 128位:V0-V31

image.png

浮点和向量寄存器

通用寄存器也称数据地址寄存器通常用来做数据计算的临时存储、做累加、计数、地址保存等功能。定义这些寄存器的作用主要是用于在CPU指令中保存操作数，在CPU中当做一些常规变量来使用。
ARM64拥有有32个64位的通用寄存器 x0 到 x30，以及XZR(零寄存器),这些通用寄存器有时也有特定用途。
x0 - x30 fp lr
1.那么w0 到 w28 这些是32位的. 因为64位CPU可以兼容32位.所以可以只使用64位寄存器的低32位

2.比如 w0 就是 x0的低32位!

32位比64位低32位

注意:
了解过8086汇编的同学知道，有一种特殊的寄存器段寄存器:CS,DS,SS,ES四个寄存器来保存这些段的基地址,这个属于Intel架构CPU中.在ARM中并没有

15193699098685.jpg

通常，CPU会先将内存中的数据存储到通用寄存器中，然后再对通用寄存器中的数据进行运算
假设内存中有块红色内存空间的值是3，现在想把它的值加1，并将结果存储到蓝色内存空间

15193703231861.jpg

1.CPU首先会将红色内存空间的值放到X0寄存器中：mov X0,红色内存空间
2.然后让X0寄存器与1相加：add X0,1
3.最后将值赋值给内存空间：mov 蓝色内存空间,X0

pc寄存器(program counter)

为指令指针寄存器，它指示了CPU当前要读取指令的地址
在内存或者磁盘上，指令和数据没有任何区别，都是二进制信息
CPU在工作的时候把有的信息看做指令，有的信息看做数据，为同样的信息赋予了不同的意义
1.比如 1110 0000 0000 0011 0000 1000 1010 1010

可以当做数据 0xE003008AA
也可以当做指令 mov x0, x8

CPU根据什么将内存中的信息看做指令？

CPU将pc指向的内存单元的内容看做指令
如果内存中的某段内容曾被CPU执行过，那么它所在的内存单元必然被pc指向过

cpu先读取内存，内存读取的速度决定代码读取执行速度，为了弥补这个短板，有了高速缓存

高速缓存

iPhoneX上搭载的ARM处理器A11它的1级缓存的容量是64KB，2级缓存的容量8M.

CPU每执行一条指令前都需要从内存中将指令读取到CPU内并执行。而寄存器的运行速度相比内存读写要快很多,为了性能,CPU还集成了一个高速缓存存储区域.当程序在运行时，先将要执行的指令代码以及数据复制到高速缓存中去(由操作系统完成).CPU直接从高速缓存依次读取指令来执行.

1.系统将内存的指令保存到高速缓存中
2.建立内存地址到高速缓存的映射关系
3.操作系统先去高速缓存中寻找指令的映射，如果没有映射，触发系统再次加载代码到高速缓存区，执行1和2步骤，再次读取的数据和映射关系会覆盖原来的指令和映射关系。

查看pc寄存器

image.png

每一条指令4个字节，大于4个字节时溢出

标示常量

pc寄存器标示cpu接下来要执行的指令
修改pc地址后可修改代码执行顺序和逻辑

修改pc地址

修改pc地址后可修改代码执行顺序和逻辑

bl指令

CPU从何处执行指令是由pc中的内容决定的，我们可以通过改变pc的内容来控制CPU执行目标指令
ARM64提供了一个mov指令（传送指令），可以用来修改大部分寄存器的值，比如
mov x0,#10、mov x1,#20
但是，mov指令不能用于设置pc的值，ARM64没有提供这样的功能
ARM64提供了另外的指令来修改PC的值，这些指令统称为转移指令，最简单的是bl指令

bl指令 -- 练习

新建汇编文件

汇编文件参与编译

汇编文件

.text  //macho 中text段
.global _A,_B // 全局标号 外部可以调用  相当于声明

_A:
    mov x0,#0xa
    mov x1,#0x00
    add x1,x0,#0xff
    MOV X0,x1
    bl _B
    mov x0,#0x00
    ret
_B:
    add x0,x0,#0x10
    ret

调用


int A(void); //声明 成功链接

int main(int argc, char * argv[]) {
    A();
    @autoreleasepool {
        return UIApplicationMain(argc, argv, nil, NSStringFromClass([AppDelegate class]));
    }
}

汇编断点查看

在汇编文件中直接下断点无法查看
在函数调用处下断点

image.png

总结

汇编概述:

使用助记符代替机器指令的一种编程语言.
汇编和机器指令是一一对应的关系,拿到二进制就可以反汇编.
由于汇编和CPU的指令集是对应的,所以汇编不具备移植性

总线:是有一堆导线的集合

地址总线
地址总线的宽度决定了寻址能力
数据总线
数据总线的宽度决定了CPU数据的吞吐量

进制

任意进制,都是由对应个数的符号组成的.符号可以自定义
2\8\16 是相对完美的进制.他们之间的关系
1.3个2进制位使用一个 8进制标识
2.4个2进制位使用一个 16进制标识
3.两个16进制位可以标识一个字节
数量单位
1.1024 = 1K ; 1024K = 1M ; 1024 M = 1G
容量单位
1.1024B = 1KB; 1024KB = 1MB; 1024MB = 1GB
2.B:byte(字节) 1B = 8bit
3.bit(比特):一个二进制位
数据的宽度
1.计算机中的数据是有宽度的,超过了就会溢出

寄存器:CPU为了性能,在内部开辟了一小块临时存储区域

浮点向量寄存器
异常状态寄存器
通用寄存器:除了存放数据有时候也有特殊的用途
1.ARM64拥有32个64位的通用寄存器 X0 -- X30 以及XZR(零寄存器)
2.为了兼容32位,所以ARM64拥有W0 -- W28 \ WZR 30个32位寄存器
3.32为寄存器并不是独立存在的,比如W0 是X0的低32位!
PC寄存器:指令指针寄存器
1.PC寄存器里面的值保存的就是CPU接下来需要执行的指令地址!
2.改变PC的值可以改变程序的执行流程!

iOS逆向与安全11.1：初识汇编

初识汇编

汇编语言的发展

机器语言

由0和1组成的机器指令.

汇编语言(assembly language)

高级语言（High-level programming language)

汇编语言的特点

汇编的用途

汇编语言的种类

目前讨论比较多的汇编语言有

几个必要的常识

- 要想学好汇编,首先需要了解CPU等硬件结构

- APP/程序的执行过程

- 硬件相关最为重要是CPU/内存

- 在汇编中,大部分指令都是和CPU与内存相关的

总线

- 每一个CPU芯片都有许多管脚，这些管脚和总线相连，CPU通过总线跟外部器件进行交互

- 总线：一根根导线的集合

- 总线的分类

--地址总线

--数据总线

控制总线

练习

内存

进制

进制的定义

自定义进制符号

进制的运算

二进制的简写形式

自定义进制符号

数据的宽度

计算机中常见的数据宽度

CPU&寄存器

浮点和向量寄存器

浮点和向量寄存器

pc寄存器(program counter)

高速缓存

标示常量

bl指令

bl指令 -- 练习

总结

汇编概述:

总线:是有一堆导线的集合

进制

寄存器:CPU为了性能,在内部开辟了一小块临时存储区域

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

iOS 逆向与安全