信息安全系统设计基础第5周学习总结

第三章 程序的机器级表示

3.1 历史观点

Intel处理器系列：俗称x86，开始时是第一代单芯片、16位微处理器之一。

I386 增加了平坦寻址模式

每个后继处理器的设计都是后向兼容的，可以保证较早版本上编译的代码在较新的处理器上运行。

超线程：一个处理器上同时运行两个程序

平坦寻址模式: 使程序员将整个存储空间看做一个大的字节数组。

 

3.7 过程

   一个过程调用包括将数据和控制从代码的一部分转移到另一部分。

   数据传递、局部变量的分配和释放通过操纵程序栈实现。

 

3.2 程序编码

存储器系统的实际实现是将多个硬件存储器和操作系统软件组合起来。

gcc -01 -o p p1.c

• -01 表示使用第一级优化。优化的级别与编译时间和最终产生代码的形式都有关系，一般认为第二级优化-02 是较好的选择。
• 优化级别提高会使最终程序运行更快，但编译时间更长。
• -o 表示将p1.c编译后的可执行文件命名为p

GCC将源代码转化为可执行代码的：

C预处理器——扩展源代码-生成.i文件编译器——产生两个源代码的汇编代码-——生成.s文件汇编器——将汇编代码转化成二进制目标代码——生成.o文件链接器——产生可执行代码文件

l C预处理器扩展源代码，插入所有用#include命令指定的文件，并扩展所有用#include声明指定的宏。

l 编译器产生两个源代码的汇编代码。

l 汇编器将汇编代码转成二进制目标代码。目标代码是机器代码的一种形式，包含所有指令的二进制表示，但没有填入地址的全局值。

l 链接器将两个目标代码文件与实现库函数的代码合并，并产生最终的可执行代码文件p。可执行代码是机器代码的第二种形式，也就是处理器执行的代码格式。

 

3.2.1机器级代码

1.机器级编程的两种抽象

l 机器级程序的格式和行为，定义为指令集体系结构（ISA），定义了处理器状态指令的格式，以及每条指令对状态的影响。

l 机器级程序使用的存储器地址是虚拟地址，提供的的存储器模型似一个大的字节数组,实际上是将多个硬件存储器和操作系统软件组合起来。。

l 指令集结构ISA是机器级程序的格式和行为，定义了处理器状态、指令的格式，以及每条指令对状态的影响。

2.汇编代码的特点：

用可读性更好的文本格式来表示。

3.几个处理器：

• 程序计数器---------------------------------------------------称为pc,用%eip
• 整数寄存器----------------------------------------------可以存储地址或整数数据
• 条件码寄存器
• 浮点寄存器

一条机器指令只执行一个非常基本的操作。

3.2.2 代码示例

反汇编器的使用：

objdump -d xxx.xx

可反汇编-d后的文件，查看目标代码文件的内容。

二进制文件可以用od 命令查看，也可以用gdb的x命令查看。

有些输出内容过多，可以使用 more或less命令结合管道查看，也可以使用输出重定向来查看。

 od code.o | more od code.o > code.txt

小端法的正确读法是与自然方向相反 

机器代码和它的反汇编表示的一些特性：

• IA32指令长度从1到15个字节不等
• 设计指令格式的方式是，从某个给定位置开始，可以将字节唯一的解码成机器指令
• 反汇编器只是基于机器代码文件中的字节序列来确定汇编代码，不需要访问程序的源代码或汇编代码
• 反汇编器使用的指令命名规则与GCC生成的汇编代码使用的有些差别

ATT和INTEL的汇编代码格式 差别。

Intel省略指示大小的后缀，省略寄存器名字前面的%符号，用不同的方式来描述存储器中位置。

 

3.3 数据格式：

8 位：字节16位：字32位：双字64位：四字

汇编代码后缀

字节      b

字        w

双字      l

单精度    s

双精度    l

扩展精度  t

例如：movb 传送字节movw 传送字movl 传送双字

 

3.4 访问信息

  一个IA32中央处理单元包含一组8个存储32位的寄存器。

Linux——平坦寻址方式：

ds,ss,cs等各段的段基地址都指向同一个地方，不管是数据段还是代码段，只要他们的偏移相等，那么他们就是寻址一样的物理内存，所以就只需指明偏移就能得到统一的寻址目标，不管这个目标是在代码段还是数据段或者堆栈段之中。

一、操作数指示符

操作数：指示出执行一个操作中要引用的源数据值，以及放置结果的目标位置。

1.操作数的三种类型

立即数

寄存器

存储器

2.结果存放的两种可能   寄存器中   存储器中

3.寻址方式

 

立即数寻址方式    格式：$后加用标准c表示法表示的整数，如$0xAFF

寄存器寻址方式    如%eax，与汇编中学过的AX寄存器类比。

存储器寻址方式

• 直接寻址方式
• 寄存器间接寻址方式
• 寄存器相对寻址方式
• 基址变址寻址方式
• 相对基址变址寻址方式
• movw 传送字
• movl 传送双字
• movs 符号位扩展
• movz 零扩展

二、数据传送指令

1.mov指令

（1）功能  把一个字节（字）操作数从源SRC传送至目的地DST

（2）格式  MOV DST,SRC

（3）  movb 传送字节

2.push&pop

（1）堆栈

1.后进先出

2.栈指针指向栈顶元素

3.栈朝低地址方向增长

（2）压栈push

指令格式——PUSH r16/m16/seg

指令功能

第一步：SP←SP-2  ；堆栈指针SP上移第二步：(SS):(SP)←r16/m16/seg  ；字操作数存入堆栈顶部

注意 堆栈操作必须至少以字为单位，这时栈顶指针-2

如果压入的是双字，栈顶指针-4

（3）出栈pop

指令格式——POP r16/m16/seg
指令功能

第一步：r16/m16/seg← (SS):(SP) ；栈顶的一个字传送到指定的目的操作数第二步：SP←SP＋2   ；堆栈指针SP下移，指向新的栈顶

栈顶指针变化同压栈。

三、数据传送示例

1.c操作符*执行指针的间接引用。

2.c语言中的指针其实就是地址，间接引用指针就是将该指针放在一个寄存器中，然后在存储器引用中使用这个寄存器

3.局部变量通常保存在寄存器中，而不是存储器

3.5 算术和逻辑操作

一、加载有效地址

加载有效地址指令——leal，是movl指令的变形

指令形式：从存储器读取数据到寄存器。

实际：将有效地址写入到目的操作数，而目的操作数必须是寄存器；并不真实引用存储器。

二、一元操作和二元操作

 

1.一元操作

只有一个操作数，既是源又是目的，可以是一个寄存器，或者存储器位置。

2.二元操作

源操作数 目的操作数

第一个操作数可以是立即数、寄存器或者存储器位置第二个操作数可以是寄存器或者存储器位置但是不能同时是存储器位置。

三、移位操作

SAL 算术左移SHL 逻辑左移SAR 算术右移（补符号位）SHR 逻辑右移（补0）

源操作数：移位量——立即数或CL

目的操作数：要移位的数值——寄存器或存储器

四、特殊操作

1.乘法

（1）乘积截断

imull

双操作数，从两个32位操作数产生一个32位的乘积。

（2）乘积不截断

mull，无符号数乘法imull，有符号数乘法

都要求一个参数必须在寄存器%eax中，另一个作为指令的源操作数给出。乘积的高32位在%edx中，低32位在%eax中。

2.除法

（1）有符号除法

idivl 操作数

将DX:AX中的64位数作为被除数，操作数中为除数，结果商在AX中，余数在DX中。

（2）无符号除法

divl指令

通常会事先设定寄存器%edx为0.

3.6 控制

一、条件码

CF:进位标志ZF:零标志SF:符号标志OF:溢出标志

条件码的改变：
数据传送指令
MOV 不影响标志位
PUSH POP 不影响标志位
XCHG 交换指令 不影响标志位
XLAT 换码指令 不影响标志位
LEA 有效地址送寄存器指令 不影响标志位
PUSHF 标志进栈指令 不影响标志位
POPF 标志出栈指令 标志位由装入值决定

算术指令ADD 加法指令 影响标志位ADC 带进位加法指令 影响标志位INC 加一指令 不影响CF，影响别的标志位SUB 减法指令 影响标志位SBB 带借位减法指令 影响标志位DEC 减一指令 不影响CF，影响其他标志位NEG 求补指令 影响标志位 只有操作数为0，例如字运算对-128求补，OF=1，其他时候OF=0CMP 比较指令 做减法运算但不存储结果，根据结果设置条件标志位MUL 无符号数乘法指令IMUL 有符号数乘法指令   均对CF和OF位以外的条件码位无定义（即状态不定）DIV 无符号数除法指令IDIV 带符号数除法指令 除法指令对所有条件码位均无定义 位操作指令：AND 逻辑与OR 逻辑或NOT 逻辑非 不影响标志位XOR 异或TEST 测试指令   除NOT外的四种，置CF、OF为0，AF无定义，SF,ZF,PF根据运算结果设置 移位指令：SHL 逻辑左移指令SHR 逻辑右移指令 移位指令根据结果设置SF,ZF,PF位ROL 循环左移指令ROR 循环右移指令 循环移位指令不影响除CF,OF之外的其他条件位 串处理指令：MOVS 串传送指令STOS 存入串指令LODS 从串取指令 均不影响条件位CMPS 串比较指令SCAS 串扫描指令 均不保存结果，只根据结果设置条件码 控制转移指令：JMP 无条件转移指令 不影响条件码所有条件转移指令  都不影响条件码 循环指令：不影响条件码 子程序相关：CALL调用和RET返回 都不影响条件码

以上都是我上学期复习汇编的时候总结的……迁移过来对比学习吧。其实前面这几章基本都在重复上学期汇编的内容。

二、访问条件码

这个指的是SET指令，通过set与不同的条件码的组合，达到不同的跳转条件。具体参见课本第125页。

注意“同义名”的存在。

都适用的情况：执行比较指令，根据计算t=a-b设置条件码。

三、跳转指令及其编码

JUMP指令，同样是汇编中常用的指令，根据不同的条件和符号位进行不同的跳转动作，具体见书128页。

跳转指令有几种不同的编码，最常用的是PC（程序计数器）相关的。

需要注意的是，jump分为直接跳转和间接跳转：

直接跳转：后面跟标号作为跳转目标间接跳转：*后面跟一个操作数指示符

当执行与PC相关的寻址时，程序计数器的值是跳转指令后面的那条指令的地址，而不是跳转指令本身的地址。

四、翻译条件分支

将条件表达式和语句从c语言翻译成机器语言，最常用的方式就是结合有条件和无条件跳转。

无条件跳转：例如 goto。书上的例子就是把if-else语句翻译成了goto形式，然后再由这个形式翻译成汇编语言。

五、循环

汇编中可以用条件测试和跳转组合起来实现循环的效果，但是大多数汇编器中都要先将其他形式的循环转换成do-while格式。

1.do-while循环

通用形式：

do body-statement while(test-expr);

循环体body-statement至少执行一次。

可以翻译成：

loop： body-statement t = test-expr; if(t) goto loop;

即先执行循环体语句，再执行判断。

2.while循环

通用形式：

while (test-expr) body-statement

GCC的方法是，使用条件分支，表示省略循环体的第一次执行：

if(！test-expr） goto done;do body-statement while(test-expr);done:

接下来：

t = test-expr;if(!t) goto done:loop： body-statement t = test-expr; if(t) goto loop;done:

归根究底，还是要把循环改成do-while的样子，然后用goto翻译。

3.for循环

for循环可以轻易的改成while循环，所以再依照上面的方法改成do-while再翻译即可。

六、条件传送指令

控制的条件转移和数据 的条件转移，前者是条件操作的传统方法，后者是指先计算一个条件操作的两种结果，然后再根据条件是否满足从中选取一个。在有限的可行情况下，就可以用过简单的条件传送指令实现后者。

※基于条件数据传送的代码比基于条件控制转移的代码性能好。

七、Switch语句

Switch语句是多重分支的典型，而且使用的是跳转表这种数据类型，是的搜索的更快更高效。

所以这里的关键就是要领会使用跳转表是一种非常有效的实现多重分支的方法。

3.7 过程

3.7.1栈帧结构

机器用栈来传递过程参数、存储返回信息、保存寄存器用于以后恢复，以及本地存储。

 

1. 栈帧  为单个过程分配的那部分栈称为栈帧，所以本质上栈帧还是栈。

 

2.两个指针

最顶端的栈帧以两个指针界定：

寄存器%ebp-帧指针

寄存器%esp-栈指针

程序执行时，栈指针可以移动。栈指针可移动，所以信息访问多相对于帧指针。

3.调用过程

调用者的帧应该在被调用者的下面，并且调用者返回地址是它的栈帧末尾，这样可以保证被调用者执行完毕全都出栈后，程序能够继续向下执行。

关于被调用者Q用栈的几个用处：

1.保存不能存放在寄存器中的局部变量。

当要对一个局部变量使用地址操作符&的时候，就必须要为它生成一个地址，所以要入栈。这个用法！以前没见过！

2.存放它调用的其他过程的参数。

3.7.2转移控制

CALL和RET一对指令。

1.call

call指令和转移指令相似，同样分直接和间接，直接调用的目标是标号，间接调用的目标是*后面跟一个操作数指示符，和JMP一样。

CALL指令的效果是将返回地址入栈，并跳转到被调用过程的起始处。返回地址是还在程序中紧跟在call后面的那条指令的地址。

然后就会用到ret了。

2.ret

ret指从栈中弹出地址，并跳转到这个位置。

汇编语言中，call和ret常被用来进行子函数、子模块的调用。

3.leave

这个指令可以使栈做好返回的准备，等价于：

movl %ebp,%esppopl %ebp

3.7.3 寄存器使用惯例

程序寄存器组是唯一能被所有过程共享的资源。

这个惯例是为了防止一个过程P调用另一个过程Q时寄存器中的值被覆盖。惯例如下：

%eax,%edx,%ecx  调用者保存寄存器（Q可覆盖，P的数据不会被破坏）%ebx,%esi,%edi  被调用者保存寄存器（Q在覆盖这些值前必须压入栈并在返回前回复他们）%ebp,%esp   惯例保持%eax用来保存返回值

也就是说，当我们想嗷保存一个值以待以后运算可用的时候，有两种选择：

1.由调用者保存。在调用之前就压进栈。

2.由被调用者保存，在刚被调用的时候就压进栈，并在返回之前恢复。

3.7.4 查看函数调用栈信息的GDB命令

backtrace/bt n

n：一个正整数，表示只打印栈顶上n层的栈信息。

-n：一个负整数，表示只打印栈底下n层的栈信息。

frame n

n是一个从0开始的整数，是栈中的层编号。比如：frame 0，表示栈顶，frame 1，表示栈的第二层。

这个指令的意思是移动到n指定的栈帧中去，并打印选中的栈的信息。如果没有n，则打印当前帧的信息。

up n       表示向栈的上面移动n层，可以不打n，表示向上移动一层。

down n   表示向栈的下面移动n层，可以不打n，表示向下移动一层。

 

 

参考资料：20135202的学习报告，《深入理解计算机》

遇到的问题：

   读指令性描述有点困难，做题的时候，不熟悉各种指令和操作数类型（汇编基础没打好）。

     什么叫做有的操作数格式被划分为储存器类型，但是并没有访存发生？我怎么知道它有没有发生？题3.6

    题目还没完全看完……

学习体会：

     本章学习与曾学过的汇编语言有一定的联系，栈的结构以前数据结构也讲过，能联系起来的知识比较容易能接受，而其他课本上的知识，看过不理解的地方，看完第二次写博客的时候就会忘记，自己原来写的博客与同学写的博客相比差很多，没有知识点的分类与总结，但是看了同学的 博客之后，把知识点又重新梳理了一遍，虽然有很多的内容理解不够，有些作业题目也是看着答案推理出来，并不真正理解，有的根本看不懂。