apk自我保护的一种实现方式——运行时自篡改dalvik指令

玩过Android开发的人应该都知道，Android apk的保护是非常差的，辛辛苦苦写的代码，被别人翻个底朝天倒不说，被人改了代码移头换面再拿出来害人就不能忍了。

除自带的SDK外，Android的分析和修改工具还有很多，Android下的静态分析工具，最常见的是利用ApkTool(见http://code.google.com/p/android-apktool/)反编译apk，将dalvik字节码生成smali汇编，通过对smali汇编的阅读分析，结合实际软件运行时行为，搜索定位关键信息点，再针对性的修改汇编指令，再通过ApkTool重新编译打包签名生成apk来运行，以达到破解的目的。除ApkTool之外，还有一些工具，如IDA pro、dex2jar结合jd-gui以及androguard等等。

当然，应对反编译apk来破解的方式有多种，比如加上混淆，使用签名校验等等，这里说的一种方式，并非常规方式，但若实现好之后，对用户想要通过常规的静态分析代码的方式来破解apk，不仅白费力气，还很容易被带进沟里去。

本文的方法并非独创，在实际工作中的需要对dalvik指令分析统计时，意外搜索到bluebox的这篇文章：http://bluebox.com/labs/android-security-challenge/ 。可惜的是，他们没有提供源代码，就只能按照思路，自己实现了。实现的源代码在https://github.com/freshui/dexBytecodeTamper，有兴趣的同学可以对照本文后，下载下来瞅瞅，这里先说说原理吧(只简单挑一些说，详细请查阅android源码文档)。

 

1.Dalvik文件格式分析

Dex文件的格式，在Android原生代码中，由一个DexFile的结构体描述：

struct DexFile {
    const DexHeader*    pHeader;
    const DexStringId*  pStringIds;
    const DexTypeId*    pTypeIds;
    const DexFieldId*   pFieldIds;
    const DexMethodId*  pMethodIds;
    const DexProtoId*   pProtoIds;
    const DexClassDef*  pClassDefs;
    const DexLink*      pLinkData;
};

以上dexFile结构描述的，是编译后直接生成的是dex文件的格式，在apk文件(就是一个zip文件，可用winrar或其他解压缩工具直接打开)中，dex文件是classes.dex。

Dalvik格式的详细情况，可以参看2008年的Google IO: Dalvik VM Intenals，说的很清楚。整体结构相比ELF格式来说，要简单一些，如下图(拷贝自Dalvik VM Internals 的ppt)，通常由7个部分组成，header记录了dalvik文件的一些信息，并标记其余几个部分在文件中的位置，而其他几个部分的XXX_ids或XXX_defs，实际上都只是索引，索引的内容是存在data部分的。

dalvik与传统的class文件相比的一个优势，就是将所有的常量字符串集统一管理起来了，这样就可以减少冗余(实际我感觉，也压榨不了多少，现在都是几个G的内存了，没多少意义了)，最终的dex文件size也能变小一些。在上图的几大部分中，string_ids和elf的string table有点类似，存的是每个字符串的offset的位置，其他几个部分若要引用字符串，则直接使用string_ids的下标即可，方式同elf格式的索引。索引关系可见下图：

详细的dex文件介绍就不说了，有兴趣的可以直接翻看android的源码，虽然表面看起来蛮吓人的，但其结构及复杂度不及elf，解析起来比ELF更是简单。

odex文件格式

apk安装时，会通过dexopt来验证并生产优化后的dalvik字节码odex文件。过程是将apk中的classes.dex解压后，用dexopt处理，并保存到/data/dalvik-cache/data@app@[email protected]。odex文件会解析相关依赖，将加载所需的依赖库列表附加在文件中，同时会修改部分指令以加快解析和处理的速度。

odex文件可以看做是dex文件的一个超集，其结构如下：

dex文件作为优化后的odex的一部分，在本文的分析中，只需要从odex中找出dexFile的部分即可。

2. Dex文件解析

我们的目标是自修改字节码。要实现自修改字节码，就需要先定位到想要修改得代码的位置，这就需要先解析dex文件。dex文件我们放在native代码中解析处理，naitive代码的分析破解，要比dalvik复杂多了。这里对dex文件解析的实现，可以参考dalvik源码，其中函数可以直接拿过来使用，详情可参考其dexDump模块，代码细节不想说，可参看dalvik源码或示例。

2.1 定位修改文件

要修改自身dalvik指令之前，我们需要查找到要修改的odex文件的map地址，然后通过mprotect调用，增加可写属性以便修改。代码如下：

首先要找到odex文件在本进程中map的位置，注意android对dalvik-cache目录下的odex文件名的命名方式：
 

	void *base = NULL;
	int module_size = 0;
	char filename[512];

	// simple test code  here!
	for(int i=0; i<2; i++){
		sprintf(filename, "/data/dalvik-cache/data@app@%s-%[email protected]", "com.freshui.dextamper", i+1);

		base = get_module_base(-1, filename);
		if(base != NULL){
			break;
		}
	}

    if(base == NULL){
        ALOGE("Can not found module: %s", filename);
        return;
    }

找到odex文件后，还需要知道改odex文件在其中的size，以便mprotect修改属性：

    module_size = get_module_size(-1, filename);

odex文件找到后，我们需要确定dex文件在其中的偏移，以便分析dex文件格式，查找Dex文件偏移位置：

	// search dex from odex
	void *dexBase = searchDexStart(base);
	if(checkDexMagic(dexBase) == false){
		ALOGE("Error! invalid dex format at: %p", dexBase);
		return;
	}

找到dex所在的偏移，就可以解析dex文件头，定位dex文件各部分所在的区域，以供下一步解析使用：

    DexHeader *dexHeader = (DexHeader *)dexBase;

    gDexFile.baseAddr   = (u1*)dexBase;
    gDexFile.pHeader    = dexHeader;
    gDexFile.pStringIds = (DexStringId*)((u4)dexBase+dexHeader->stringIdsOff);
    gDexFile.pTypeIds   = (DexTypeId*)((u4)dexBase+dexHeader->typeIdsOff);
    gDexFile.pMethodIds = (DexMethodId*)((u4)dexBase+dexHeader->methodIdsOff);
    gDexFile.pFieldIds  = (DexFieldId*)((u4)dexBase+dexHeader->fieldIdsOff);
    gDexFile.pClassDefs = (DexClassDef*)((u4)dexBase+dexHeader->classDefsOff);
    gDexFile.pProtoIds  = (DexProtoId*)((u4)dexBase+dexHeader->protoIdsOff);


    //dumpDexHeader(dexHeader);
    //dumpDexStrings(&gDexFile);
    //dumpDexTypeIds(&gDexFile);
    //dumpDexProtos(&gDexFile);
    //dumpFieldIds(&gDexFile);
    //dumpClassDefines(&gDexFile);

以上，已经基本确定了dex文件的信息，接下来要修改dalvik字节码了。

修改字节码之前，还需要定位到需要修改的byte Code的存放位置。目前能做到的修改仅针对dalvik指令部分，其他部分的修改未做尝试。dalvik指令的数据结构为：

struct DexCode {
    u2  registersSize;
    u2  insSize;
    u2  outsSize;
    u2  triesSize;
    u4  debugInfoOff;       /* file offset to debug info stream */
    u4  insnsSize;          /* size of the insns array, in u2 units */
    u2  insns[1];
    /* followed by optional u2 padding */
    /* followed by try_item[triesSize] */
    /* followed by uleb128 handlersSize */
    /* followed by catch_handler_item[handlersSize] */
};

这里的insns数组存放的就是dalvik的字节码。我们只要定位到相关类方法的DexCode数据段，即可通过修改insns数组，篡改指令。

定位字节码之前，需要定位到DexMethod的位置(因为只有method才有指令)，在DexMehod结构中，有成员指向DexCode数据结构的偏移:

/* expanded form of encoded_method */
struct DexMethod {
    u4 methodIdx;    /* index to a method_id_item */
    u4 accessFlags;
    u4 codeOff;      /* file offset to a code_item */
};

这里，codeOff即为要找的DexCode所在的偏移位置。

为找到DexMethod，我们需要找到此Method的确定信息：其所属的类，函数名，参数和返回值信息等。知道这些信息后，可以通过Dex文件结构中的class_defs和method_ids表查找到DexMethod结构，并最终返回DexCode。

相关代码封装在一个函数中实现：

static const DexCode *dexFindClassMethod(DexFile *dexFile, const char *clazz, const char *method)
{
	ALOGD("found: %s->%s", clazz, method);
    DexClassData* classData = dexFindClassData(dexFile, clazz);
    if(classData == NULL) return NULL;

    const DexCode* code = dexFindMethodInsns(dexFile, classData, method);

    if(code != NULL) {
        dumpDexCode(code);
    }
    //dumpDexClassDataMethod(&gDexFile, classData);

    return code;
}

找到DexCode后，即可修改指令了：

    const DexCode  *code =
    	dexFindClassMethod(&gDexFile, "Lcom/freshui/dextemper/GameControl;", "setScoreHidden");

    const DexCode  *code2 = dexFindClassMethod(&gDexFile, "Lcom/freshui/dextemper/GameControl;", "setScore");

    // remap!!!!
    if(mprotect(base, module_size, PROT_READ | PROT_WRITE | PROT_EXEC) == 0){
    	ALOGD("Found the odex module at: %p [%x]", base, module_size);
    	DexCode *pCode = (DexCode *)code2;

    	// Modify!
    	pCode->registersSize = code->registersSize;
        for(u4 k=0; kinsnsSize; k++){
        	pCode->insns[k] = code->insns[k];
        }

        // cleanup write PROT
        mprotect(base, module_size, PROT_READ | PROT_EXEC);
    }

修改指令的方式：

1. 如上文描述，需要先查找到DexCode的偏移位置

2. 需要将odex文件map的内存位置，用mprotect设置内存访问权限，允许修改。

3. 修改DexCode中，insns所指向的dalvik字节码

4. 将odex所map的内存位置的访问权限改回，当然不做也没关系。

细节不详述，有兴趣可以看看示例代码。

这里需要注意一点：dalvik指令也不是可以任意修改，需要注意size、寄存器及索引不能有异常，一般只能针对每个dex文件都要重新编辑。另外一个重要点就是索引问题，这个也不展开说了。