在 Linux 上分析二進制文件的 10 種方法
“這個世界上有 10 種人：懂二進制的人和不懂二進制的人。”
我們每天都在與二進制文件打交道，但我們對二進制文件卻知之甚少。我所說的二進制，是指你每天運行的可執(zhí)行文件，從命令行工具到成熟的應用程序都是。
Linux 提供了一套豐富的工具，讓分析二進制文件變得輕而易舉。無論你的工作角色是什么，如果你在 Linux 上工作，了解這些工具的基本知識將幫助你更好地理解你的系統(tǒng)。
在這篇文章中，我們將介紹其中一些最流行的 Linux 工具和命令，其中大部分都是 Linux 發(fā)行版的一部分。如果沒有找到，你可以隨時使用你的軟件包管理器來安裝和探索它們。請記?。簩W習在正確的場合使用正確的工具需要大量的耐心和練習。
file
它的作用：幫助確定文件類型。
這將是你進行二進制分析的起點。我們每天都在與文件打交道，并非所有的文件都是可執(zhí)行類型，除此之外還有各種各樣的文件類型。在你開始之前，你需要了解要分析的文件類型。是二進制文件、庫文件、ASCII 文本文件、視頻文件、圖片文件、PDF、數(shù)據(jù)文件等文件嗎?
file 命令將幫助你確定你所處理的文件類型。
- $ file /bin/ls
- /bin/ls: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.32, BuildID[sha1]=94943a89d17e9d373b2794dcb1f7e38c95b66c86, stripped
- $
- $ file /etc/passwd
- /etc/passwd: ASCII text
- $
ldd
它的作用：打印共享對象依賴關系。
如果你已經在一個可執(zhí)行的二進制文件上使用了上面的 file 命令，你肯定會看到輸出中的“動態(tài)鏈接dynamically linked”信息。它是什么意思呢?
在開發(fā)軟件的時候，我們盡量不要重造輪子。有一組常見的任務是大多數(shù)軟件程序需要的，比如打印輸出或從標準輸入/打開的文件中讀取等。所有這些常見的任務都被抽象成一組通用的函數(shù)，然后每個人都可以使用，而不是寫出自己的變體。這些常用的函數(shù)被放在一個叫 libc 或 glibc 的庫中。
如何找到可執(zhí)行程序所依賴的庫?這就是 ldd 命令的作用了。對動態(tài)鏈接的二進制文件運行該命令會顯示出所有依賴庫和它們的路徑。
- $ ldd /bin/ls
- linux-vdso.so.1 => (0x00007ffef5ba1000)
- libselinux.so.1 => /lib64/libselinux.so.1 (0x00007fea9f854000)
- libcap.so.2 => /lib64/libcap.so.2 (0x00007fea9f64f000)
- libacl.so.1 => /lib64/libacl.so.1 (0x00007fea9f446000)
- libc.so.6 => /lib64/libc.so.6 (0x00007fea9f079000)
- libpcre.so.1 => /lib64/libpcre.so.1 (0x00007fea9ee17000)
- libdl.so.2 => /lib64/libdl.so.2 (0x00007fea9ec13000)
- /lib64/ld-linux-x86-64.so.2 (0x00007fea9fa7b000)
- libattr.so.1 => /lib64/libattr.so.1 (0x00007fea9ea0e000)
- libpthread.so.0 => /lib64/libpthread.so.0 (0x00007fea9e7f2000)
- $
ltrace
它的作用：庫調用跟蹤器。
我們現(xiàn)在知道如何使用 ldd 命令找到一個可執(zhí)行程序所依賴的庫。然而，一個庫可以包含數(shù)百個函數(shù)。在這幾百個函數(shù)中，哪些是我們的二進制程序正在使用的實際函數(shù)?
ltrace 命令可以顯示運行時從庫中調用的所有函數(shù)。在下面的例子中，你可以看到被調用的函數(shù)名稱，以及傳遞給該函數(shù)的參數(shù)。你也可以在輸出的最右邊看到這些函數(shù)返回的內容。
- $ ltrace ls
- __libc_start_main(0x4028c0, 1, 0x7ffd94023b88, 0x412950 <unfinished ...>
- strrchr("ls", '/') = nil
- setlocale(LC_ALL, "") = "en_US.UTF-8"
- bindtextdomain("coreutils", "/usr/share/locale") = "/usr/share/locale"
- textdomain("coreutils") = "coreutils"
- __cxa_atexit(0x40a930, 0, 0, 0x736c6974756572) = 0
- isatty(1) = 1
- getenv("QUOTING_STYLE") = nil
- getenv("COLUMNS") = nil
- ioctl(1, 21523, 0x7ffd94023a50) = 0
- << snip >>
- fflush(0x7ff7baae61c0) = 0
- fclose(0x7ff7baae61c0) = 0
- +++ exited (status 0) +++
- $
hexdump
它的作用：以 ASCII、十進制、十六進制或八進制顯示文件內容。
通常情況下，當你用一個應用程序打開一個文件，而它不知道如何處理該文件時，就會出現(xiàn)這種情況。嘗試用 vim 打開一個可執(zhí)行文件或視頻文件，你屏幕上會看到的只是拋出的亂碼。
在 hexdump 中打開未知文件，可以幫助你看到文件的具體內容。你也可以選擇使用一些命令行選項來查看用 ASCII 表示的文件數(shù)據(jù)。這可能會幫助你了解到它是什么類型的文件。
- $ hexdump -C /bin/ls | head
- 00000000 7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00 |.ELF............|
- 00000010 02 00 3e 00 01 00 00 00 d4 42 40 00 00 00 00 00 |..>......B@.....|
- 00000020 40 00 00 00 00 00 00 00 f0 c3 01 00 00 00 00 00 |@...............|
- 00000030 00 00 00 00 40 00 38 00 09 00 40 00 1f 00 1e 00 |....@.8...@.....|
- 00000040 06 00 00 00 05 00 00 00 40 00 00 00 00 00 00 00 |........@.......|
- 00000050 40 00 40 00 00 00 00 00 40 00 40 00 00 00 00 00 |@.@.....@.@.....|
- 00000060 f8 01 00 00 00 00 00 00 f8 01 00 00 00 00 00 00 |................|
- 00000070 08 00 00 00 00 00 00 00 03 00 00 00 04 00 00 00 |................|
- 00000080 38 02 00 00 00 00 00 00 38 02 40 00 00 00 00 00 |8.......8.@.....|
- 00000090 38 02 40 00 00 00 00 00 1c 00 00 00 00 00 00 00 |8.@.............|
- $
strings
它的作用：打印文件中的可打印字符的字符串。
如果你只是在二進制中尋找可打印的字符，那么 hexdump 對于你的使用場景來說似乎有點矯枉過正，你可以使用 strings 命令。
在開發(fā)軟件的時候，各種文本/ASCII 信息會被添加到其中，比如打印信息、調試信息、幫助信息、錯誤等。只要這些信息都存在于二進制文件中，就可以用 strings 命令將其轉儲到屏幕上。
- $ strings /bin/ls
readelf
它的作用：顯示有關 ELF 文件的信息。
ELF(可執(zhí)行和可鏈接文件格式Executable and Linkable File Format)是可執(zhí)行文件或二進制文件的主流格式，不僅是 Linux 系統(tǒng)，也是各種 UNIX 系統(tǒng)的主流文件格式。如果你已經使用了像 file 命令這樣的工具，它告訴你文件是 ELF 格式，那么下一步就是使用 readelf 命令和它的各種選項來進一步分析文件。
在使用 readelf 命令時，有一份實際的 ELF 規(guī)范的參考是非常有用的。你可以在這里找到該規(guī)范。
- $ readelf -h /bin/ls
- ELF Header:
- Magic: 7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00
- Class: ELF64
- Data: 2's complement, little endian
- Version: 1 (current)
- OS/ABI: UNIX - System V
- ABI Version: 0
- Type: EXEC (Executable file)
- Machine: Advanced Micro Devices X86-64
- Version: 0x1
- Entry point address: 0x4042d4
- Start of program headers: 64 (bytes into file)
- Start of section headers: 115696 (bytes into file)
- Flags: 0x0
- Size of this header: 64 (bytes)
- Size of program headers: 56 (bytes)
- Number of program headers: 9
- Size of section headers: 64 (bytes)
- Number of section headers: 31
- Section header string table index: 30
- $
objdump
它的作用：從對象文件中顯示信息。
二進制文件是通過你編寫的源碼創(chuàng)建的，這些源碼會通過一個叫做編譯器的工具進行編譯。這個編譯器會生成相對于源代碼的機器語言指令，然后由 CPU 執(zhí)行特定的任務。這些機器語言代碼可以通過被稱為匯編語言的助記詞來解讀。匯編語言是一組指令，它可以幫助你理解由程序所進行并最終在 CPU 上執(zhí)行的操作。
objdump 實用程序讀取二進制或可執(zhí)行文件，并將匯編語言指令轉儲到屏幕上。匯編語言知識對于理解 objdump 命令的輸出至關重要。
請記?。簠R編語言是特定于體系結構的。
- $ objdump -d /bin/ls | head
- /bin/ls: file format elf64-x86-64
- Disassembly of section .init:
- 0000000000402150 <_init@@Base>:
- 402150: 48 83 ec 08 sub $0x8,%rsp
- 402154: 48 8b 05 6d 8e 21 00 mov 0x218e6d(%rip),%rax # 61afc8 <__gmon_start__>
- 40215b: 48 85 c0 test %rax,%rax
- $
strace
它的作用：跟蹤系統(tǒng)調用和信號。
如果你用過前面提到的 ltrace，那就把 strace 想成是類似的。唯一的區(qū)別是，strace 工具不是追蹤調用的庫，而是追蹤系統(tǒng)調用。系統(tǒng)調用是你與內核對接來完成工作的。
舉個例子，如果你想把一些東西打印到屏幕上，你會使用標準庫 libc 中的 printf 或 puts 函數(shù);但是，在底層，最終會有一個名為 write 的系統(tǒng)調用來實際把東西打印到屏幕上。
- $ strace -f /bin/ls
- execve("/bin/ls", ["/bin/ls"], [/* 17 vars */]) = 0
- brk(NULL) = 0x686000
- mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7f967956a000
- access("/etc/ld.so.preload", R_OK) = -1 ENOENT (No such file or directory)
- open("/etc/ld.so.cache", O_RDONLY|O_CLOEXEC) = 3
- fstat(3, {st_mode=S_IFREG|0644, st_size=40661, ...}) = 0
- mmap(NULL, 40661, PROT_READ, MAP_PRIVATE, 3, 0) = 0x7f9679560000
- close(3) = 0
- << snip >>
- fstat(1, {st_mode=S_IFCHR|0620, st_rdev=makedev(136, 1), ...}) = 0
- mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7f9679569000
- write(1, "R2 RH\n", 7R2 RH
- ) = 7
- close(1) = 0
- munmap(0x7f9679569000, 4096) = 0
- close(2) = 0
- exit_group(0) = ?
- +++ exited with 0 +++
- $
nm
它的作用：列出對象文件中的符號。
如果你所使用的二進制文件沒有被剝離，nm 命令將為你提供在編譯過程中嵌入到二進制文件中的有價值的信息。nm 可以幫助你從二進制文件中識別變量和函數(shù)。你可以想象一下，如果你無法訪問二進制文件的源代碼時，這將是多么有用。
為了展示 nm，我們快速編寫了一個小程序，用 -g 選項編譯，我們會看到這個二進制文件沒有被剝離。
- $ cat hello.c
- #include <stdio.h>
- int main() {
- printf("Hello world!");
- return 0;
- }
- $
- $ gcc -g hello.c -o hello
- $
- $ file hello
- hello: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.32, BuildID[sha1]=3de46c8efb98bce4ad525d3328121568ba3d8a5d, not stripped
- $
- $ ./hello
- Hello world!$
- $
- $ nm hello | tail
- 0000000000600e20 d __JCR_END__
- 0000000000600e20 d __JCR_LIST__
- 00000000004005b0 T __libc_csu_fini
- 0000000000400540 T __libc_csu_init
- U __libc_start_main@@GLIBC_2.2.5
- 000000000040051d T main
- U printf@@GLIBC_2.2.5
- 0000000000400490 t register_tm_clones
- 0000000000400430 T _start
- 0000000000601030 D __TMC_END__
- $
gdb
它的作用：GNU 調試器。
好吧，不是所有的二進制文件中的東西都可以進行靜態(tài)分析。我們確實執(zhí)行了一些運行二進制文件(進行分析)的命令，比如 ltrace 和 strace;然而，軟件由各種條件組成，這些條件可能會導致執(zhí)行不同的替代路徑。
分析這些路徑的唯一方法是在運行時環(huán)境，在任何給定的位置停止或暫停程序，并能夠分析信息，然后再往下執(zhí)行。
這就是調試器的作用，在 Linux 上，gdb 就是調試器的事實標準。它可以幫助你加載程序，在特定的地方設置斷點，分析內存和 CPU 的寄存器，以及更多的功能。它是對上面提到的其他工具的補充，可以讓你做更多的運行時分析。
有一點需要注意的是，一旦你使用 gdb 加載一個程序，你會看到它自己的 (gdb) 提示符。所有進一步的命令都將在這個 gdb 命令提示符中運行，直到你退出。
我們將使用我們之前編譯的 hello 程序，使用 gdb 來看看它的工作原理。
- $ gdb -q ./hello
- Reading symbols from /home/flash/hello...done.
- (gdb) break main
- Breakpoint 1 at 0x400521: file hello.c, line 4.
- (gdb) info break
- Num Type Disp Enb Address What
- 1 breakpoint keep y 0x0000000000400521 in main at hello.c:4
- (gdb) run
- Starting program: /home/flash/./hello
- Breakpoint 1, main () at hello.c:4
- 4 printf("Hello world!");
- Missing separate debuginfos, use: debuginfo-install glibc-2.17-260.el7_6.6.x86_64
- (gdb) bt
- #0 main () at hello.c:4
- (gdb) c
- Continuing.
- Hello world![Inferior 1 (process 29620) exited normally]
- (gdb) q
- $
結語
一旦你習慣了使用這些原生的 Linux 二進制分析工具，并理解了它們提供的輸出，你就可以轉向更高級和專業(yè)的開源二進制分析工具，比如 radare2。
