001--初识汇编

我们在学习逆向开发之前,我们要了解一个基本的逆向原理.首先我们是逆向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.所以逆向开发是建立在分析二进制上面.所以今天我们接下来的课程从非常基础的东西开始讲解.

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，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：AB 通过编译器 1111 0111 1110 0000
*除：A/B 通过编译器 1111 0111 1111 0000

我们的代码在终端设备上是这样的过程:

image.png

• 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，比如说存储器、CPU等，能极大的发挥硬件的功能
*能够不受编译器的限制，对生成的二进制代码进行完全控制
*目标代码简短，占用内存少，执行数度快
*汇编指令是的助记符,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
  • 病毒分析与防治
  • 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?
  • 编译器到底帮我们干了什么?
  • DEBUG模式和RELEASE模式有什么关键的地方被我们忽略
  • ......
    最后来句装13的话

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）
  • ......
• 我们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.
  架构 | 设备
  ----|------
  armv6 | iPhone, iPhone2, iPhone3G, 第一代、第二代 iPod Touch
  armv7 | iPhone3GS, iPhone4, iPhone4S,iPad, iPad2, iPad3(The New iPad), iPad mini, iPod Touch 3G, iPod Touch4
  armv7s |iPhone5, iPhone5C, iPad4(iPad with Retina Display)
  arm64 | iPhone5S 以后 iPhoneX , iPad Air, iPad mini2以后

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

  
  image.png

• 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

举个例子

image.png

• 地址总线
  • 它的宽度决定了CPU的寻址能力
  • 8086的地址总线宽度是20，所以寻址能力是1M（ 2^20 ）
    image.png
• 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
• 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

做个小练习

• 一个CPU 的寻址能力为8KB,那么它的地址总线的宽度为____
• 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多少____KB, ____MB,____MB,____GB?
• 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:____B,____B,____B,____B,____B,
• 从内存中读取1024字节的数据,8086至少要读____次,80386至少要读取____次.

答案

image.png

内存

各类存储区的逻辑连接 各类存储器的逻辑连接-物理地址对应图 各类存储器的物理地址情况

• 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2^20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

进制

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

进制的运算

做个练习

• 八进制运算
  • 2 + 3 = __ , 2 * 3 = __ ,4 + 5 = __ ,4 * 5 = __.
  • 277 + 333 = __ , 276 * 54 = __ , 237 - 54 = __ , 234 / 4 = __ .

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...
1*1 = 1                     
1*2 = 2   2*2 = 4               
1*3 = 3   2*3 = 6   3*3 = 11    
1*4 = 4   2*4 = 10  3*4 = 14  4*4 = 20
1*5 = 5   2*5 = 12  3*5 = 17  4*5 = 24  5*5 = 31
1*6 = 6   2*6 = 14  3*6 = 22  4*6 = 30  5*6 = 36  6*6 = 44
1*7 = 7   2*7 = 16  3*7 = 25  4*7 = 34  5*7 = 43  6*7 = 52  7*7 = 61

实战四则运算

   277         236         276         234
+  333       -  54       *  54       /   4
--------    --------    --------    --------    

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

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)

  
  image.png

自定义进制符号

练习

• 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： 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： 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