reverse-engineering/elf-analysis.md
GitHubELF 二进制深度分析参考
逆向 Linux/Android ELF 文件时的结构解析、反分析对抗识别和分析技巧。
ELF 结构速查
偏移 大小 字段 说明
0x00 4 e_ident[EI_MAG] Magic: 7f 45 4c 46 ("\x7fELF")
0x04 1 e_ident[EI_CLASS] 1=32bit, 2=64bit
0x05 1 e_ident[EI_DATA] 1=LE, 2=BE
0x10 2 e_type 2=EXEC, 3=DYN(PIE/SO), 4=CORE
0x12 2 e_machine 0x03=x86, 0x3E=x86_64, 0xB7=AArch64, 0x28=ARM
0x18 8 e_entry 入口点虚拟地址
0x20 8 e_phoff 程序头表偏移
0x28 8 e_shoff 节头表偏移(strip 后可能为 0)
0x38 2 e_phnum 程序头数量
0x3C 2 e_shnum 节头数量
类型值 名称 说明
0x01 PT_LOAD 可加载段(代码/数据)
0x02 PT_DYNAMIC 动态链接信息
0x03 PT_INTERP 解释器路径(/lib/ld-linux.so)
0x04 PT_NOTE 辅助信息
0x06 PT_PHDR 程序头表自身
0x6474e550 PT_GNU_EH_FRAME 异常处理
0x6474e551 PT_GNU_STACK 栈可执行标记
0x6474e552 PT_GNU_RELRO 只读重定位
常见节 (Sections)
| 节名 |
说明 |
.text |
代码段 |
.rodata |
只读数据(字符串常量) |
.data |
已初始化全局变量 |
.bss |
未初始化全局变量 |
.plt / .got |
动态链接跳转表 |
.init_array |
构造函数指针数组 |
.fini_array |
析构函数指针数组 |
.dynamic |
动态链接信息 |
.symtab / .dynsym |
符号表 |
.strtab / .dynstr |
字符串表 |
反分析手法识别
常见 ELF 反分析技术
| 手法 |
特征 |
对抗方式 |
| 损坏程序头 |
PHDR 填充垃圾数据(如 0x0a) |
手动修复或忽略损坏的 PHDR |
| 无 section header |
e_shoff = 0, e_shnum = 0 |
只依赖程序头分析,不依赖 section |
| 去符号 (strip) |
无 .symtab,函数名全丢 |
GoReSym(Go) / 签名匹配 / FLIRT |
| 静态链接 |
无 .dynamic,体积巨大 |
用 FLIRT/Lumina 识别库函数 |
| 伪装文件类型 |
后缀 .sh/.txt/.jpg |
用 file 命令 / magic bytes 判断 |
| UPX 加壳 |
包含 UPX! 标记 |
upx -d 脱壳 |
| 自定义壳 |
入口点跳转到解压代码 |
动态运行到 OEP 后 dump |
| 反调试 |
ptrace(TRACEME) |
LD_PRELOAD hook / patch |
| 反虚拟机 |
检查 /proc/cpuinfo |
修改 cpuinfo 或 hook 读取 |
| 代码加密 |
运行时解密 .text |
断点在解密后 dump |
识别自解压/自修改代码
特征:
1. 入口点附近有 mmap(PROT_READ|PROT_WRITE|PROT_EXEC) 调用
2. 紧接着有 memcpy 或循环拷贝
3. 然后 mprotect 改权限
4. 最后 br/jmp 到新映射的地址
分析策略:
1. 找到 mmap 调用 → 记录返回的地址
2. 在 mprotect(PROT_EXEC) 后下断点
3. dump 解压后的内存区域
4. 作为新的二进制分析
ARM64 (AArch64) 逆向速查
寄存器
| 寄存器 |
用途 |
| x0-x7 |
参数/返回值 |
| x8 |
间接结果(syscall 号) |
| x9-x15 |
临时寄存器 |
| x16-x17 |
IP0/IP1(PLT 跳转) |
| x18 |
平台寄存器(Android: shadow call stack) |
| x19-x28 |
被调用者保存 |
| x29 (FP) |
帧指针 |
| x30 (LR) |
链接寄存器(返回地址) |
| SP |
栈指针 |
| PC |
程序计数器 |
常见指令模式
函数序言:
stp x29, x30, [sp, #-N]! # 保存 FP 和 LR
mov x29, sp # 设置帧指针
函数尾声:
ldp x29, x30, [sp], #N # 恢复 FP 和 LR
ret # 返回(br x30)
系统调用:
mov x8, #NR # syscall 号
svc #0 # 触发 syscall
条件分支:
cmp x0, #0
b.eq label # 等于跳转
b.ne label # 不等于跳转
cbz x0, label # x0 == 0 跳转
cbnz x0, label # x0 != 0 跳转
地址加载:
adrp x0, page # 加载页地址高位
add x0, x0, #offset # 加低 12 位偏移
ldr x0, [x1, #offset] # 从内存加载
Linux ARM64 系统调用号
| 号码 |
名称 |
说明 |
| 56 |
openat |
打开文件 |
| 63 |
read |
读取 |
| 64 |
write |
写入 |
| 57 |
close |
关闭 |
| 222 |
mmap |
内存映射 |
| 226 |
mprotect |
修改内存权限 |
| 117 |
ptrace |
进程跟踪 |
| 220 |
clone |
创建进程/线程 |
| 221 |
execve |
执行程序 |
| 93 |
exit |
退出 |
| 94 |
exit_group |
退出进程组 |
常见压缩/打包算法识别
| 算法 |
识别特征 |
解压方式 |
| LZSS |
位流 + 字面量/匹配标记 |
自定义解压器(如本报告) |
| ZLIB/Deflate |
Magic: 78 01/78 9C/78 DA |
zlib.decompress() |
| GZIP |
Magic: 1F 8B |
gzip -d / gunzip |
| LZ4 |
Magic: 04 22 4D 18 |
lz4 -d |
| LZMA/XZ |
Magic: FD 37 7A 58 5A 00 (XZ) |
xz -d / lzma -d |
| Brotli |
无固定 magic,看上下文 |
brotli -d |
| Zstandard |
Magic: 28 B5 2F FD |
zstd -d |
| UPX |
字符串 UPX! |
upx -d |
| 自定义 |
入口点有解压循环 |
逆向算法后写解压器 |
识别自定义压缩的线索
1. 入口点附近有循环 + 位操作(移位、AND、OR)
2. 有"滑动窗口"回拷(从输出缓冲区往回读)→ LZ 系列
3. 有频率表/霍夫曼树构建 → Deflate/Huffman
4. 有固定大小块处理 → 块压缩(LZ4/Snappy)
5. 有算术编码特征(区间缩小)→ LZMA/ANS
Linux 进程注入技术
mmap + 代码注入
流程:
1. mmap(NULL, size, PROT_READ|PROT_WRITE, MAP_ANON|MAP_PRIVATE, -1, 0)
2. 将 shellcode/payload 写入映射区域
3. mprotect(addr, size, PROT_READ|PROT_EXEC) # 改为可执行
4. 跳转到映射地址执行
特征:
- mmap 返回值被保存
- 紧接着有 memcpy 或循环写入
- 然后 mprotect 改权限
- 最后 br/blr 到该地址
ptrace 注入
流程:
1. ptrace(PTRACE_ATTACH, target_pid)
2. waitpid(target_pid)
3. ptrace(PTRACE_GETREGS, target_pid, ®s)
4. 修改 regs.pc 指向注入代码
5. ptrace(PTRACE_SETREGS, target_pid, ®s)
6. ptrace(PTRACE_CONT, target_pid)
特征:
- 打开 /proc/<pid>/mem 或使用 ptrace
- 读取/修改目标进程寄存器
- 写入 shellcode 到目标进程空间
/proc/self/mem 自修改
流程:
1. open("/proc/self/mem", O_RDWR)
2. lseek(fd, target_addr, SEEK_SET)
3. write(fd, new_code, size)
用途:
- 绕过 W^X 保护(mmap 的页不能同时 W+X)
- 修改自身代码段(.text 通常是只读的)
- 运行时 patch 指令
分析大型 ELF 的策略
对于 5MB+ 的大型二进制:
1. 快速侦察(5 分钟)
- file / rabin2 -I → 架构、类型、保护
- strings | grep -i "error\|fail\|http\|/proc\|/dev" → 关键字符串
- rabin2 -i → 导入函数(如果有)
- rabin2 -E → 导出函数
2. 结构分析(10 分钟)
- readelf -l → 程序头(LOAD 段布局)
- 入口点附近代码 → 是否有解压/解密
- 找 .init_array → 构造函数(可能有反调试)
3. 定位关键逻辑
- 从字符串交叉引用入手
- 从系统调用(mmap/ptrace/open)入手
- 从网络函数(connect/send/recv)入手
4. 分而治之
- 如果是自解压 → 先解压,分析 payload
- 如果是多模块 → 按功能分块分析
- 用 binary-diff 对比不同版本
工具命令速查
file binary
readelf -h binary
readelf -l binary
readelf -S binary
rabin2 -I binary
strings -a binary | less
rabin2 -z binary
rabin2 -zz binary
r2 -A binary
objdump -d binary
aarch64-linux-gnu-objdump -d binary
strace -f ./binary
ltrace -f ./binary
qemu-aarch64 -strace ./binary
gdb -p <pid> -ex "dump memory out.bin 0xADDR 0xADDR+SIZE" -ex quit
python -c "
import struct
with open('binary', 'r+b') as f:
f.seek(0x38) # e_phnum offset (64-bit)
f.write(struct.pack('<H', 2)) # 修改为正确的 PHDR 数量
"