最终真是团团转,真可以说是好事做尽,坏事做绝,
然而想想写点东西既有助于记忆,又有利于他人参考,所以还是决定抽点时间草书此文
以前在有关破解的博文中也稍微提到这个问题,现在就深入一点去考究它吧
狭义的编译一般指的是将程序语言代码转为CPU能执行的机器码,比如C++(VC++)
VB6的主程序也是切实编译的,然而大部分却类似java,生成了中间代码,由虚拟机在运行时解释为机器码
这一点跟脚本很类似,只是中间代码是二进制的,不容易为人所理解,脚本则更直观
对于.NET(VB,C#等)则是纯粹的生成中间代码(微软中间语),因而这些语言生成的程序可以很容易的"反编译"并任意转换语言
生成中间代码,广义上也算是编译.
我们今天要说的主要是狭义的编译,而且主要以VC6为例子,考究函数调用的那些细节,其实我还是比较关注细节的
VC中常用的函数调用有以下几种:
1、_stdcall
2、__cdec(默认)
3、__fastcall
4、thiscall(隐式)
5、naked(裸函数)
其实naked不是一种调用约定,而是函数修饰符,是面向编译的,它允许程序员自由的控制函数的堆栈.
编译以后可以与thiscall以外所有调用方式相同.我们写个小demo来分别看看这些函数都是怎么调用的.
// call.h ... #ifndef __CALL_H_ #define __CALL_H_ #if _MSC_VER > 1000 #pragma once #endif // _MSC_VER > 1000 //#ifdef __cplusplus //extern "C" { //#endif class CCall { public: CCall(); ~CCall(); int Call(int arg1, short arg2, char arg3, void *arg4); protected: int m_Var1; }; //#ifdef __cplusplus //} //#endif #endif处于种种目的, 我还是把函数体写在类外面:
// call.cpp ... #include "call.h" CCall::CCall() { m_Var1 = 18; } CCall::~CCall() { } int CCall::Call(int arg1, short arg2, char arg3, void *arg4) { int var1; short var2; char var3; int *p; var1 = arg1; var2 = arg2; var3 = arg3; p = (int *)arg4; *p = m_Var1; return 0; }还有入口和全局函数:
// main.cpp ... #include <windows.h> #include "call.h" int g_var1; void fnVoid(int arg1, short arg2, char arg3) { int var1; short var2; char var3; var1 = arg1; var2 = arg2; var3 = arg3; arg1 = -1; g_var1 = 111; return; } int fnDefaultCall(int arg1, short arg2, char arg3, void *arg4) { int var1; short var2; char var3; int *p; var1 = arg1; var2 = arg2; var3 = arg3; p = (int *)arg4; *p = 7; return 0; } int __stdcall fnStandardCall(int arg1, short arg2, char arg3, void *arg4) { int var1; short var2; char var3; int *p; var1 = arg1; var2 = arg2; var3 = arg3; p = (int *)arg4; *p = 11; return 0; } int __fastcall fnFastCall(int arg1, short arg2, char arg3, void *arg4) { int var1; short var2; char var3; int *p; var1 = arg1; var2 = arg2; var3 = arg3; p = (int *)arg4; *p = 14; return 0; } __declspec(naked) int __cdecl fnNakedCall(int arg1, short arg2, char arg3, void *arg4) { // 1. 到这里所有寄存器的值与调用前一样 // 2. 用变量名引用任何局部变量等同于引用主调函数变量或参数 // 3. 必须负责寄存器的维护, 这里函数作为__cdecl __asm{ push ebp ; prolog begin mov ebp, esp sub esp, 50h push ebx push esi push edi lea edi, [ebp-50h] mov ecx, 14h mov eax, 0CCCCCCCCh rep stos dword ptr [edi] ; prolog end // var1 = arg1; mov eax, dword ptr [ebp + 8] ; [esp + 8] mov dword ptr [ebp-4], eax ; [esp - 4] // var2 = arg2; mov cx, word ptr [ebp + 0Ch] mov word ptr [ebp - 8], cx // var3 = arg3; mov dl, byte ptr [ebp + 10h] mov byte ptr [ebp - 0Ch], dl // p = (int *)arg4; mov eax, dword ptr [ebp + 14h] mov dword ptr [ebp - 10h], eax // *p = -1; mov ecx, dword ptr [ebp - 10h] mov dword ptr [ecx], 0FFFFFFFFh // return 22; mov eax, 16h ; 0x16 = 22 pop edi ; epilog begin pop esi pop ebx mov esp, ebp pop ebp ; epilog end // return to caller function(do not use ret 10h) ret } } int main(int argc, char **argv) { CCall *pCall; int var1; int ret; fnVoid(1, 2, 3); ret = fnDefaultCall(4, 5, 6, &var1); ret = fnStandardCall(8, 9, 10, &var1); ret = fnFastCall(11, 12, 13, &var1); pCall = new CCall(); ret = pCall->Call(15, 16, 17, &var1); delete pCall; // pCall = NULL; ret = fnNakedCall(19, 20, 21, &var1); return 0; }
下面在DEBUG下看看调用过程,注意如果是VS.NET,VC编译时会在每个变量前后都加一个DWORD,目的是检测缓冲区溢出
首先是调用无返回值的void函数,默认是__cdecl调用:
120: fnVoid(1, 2, 3); 0040135D push 3 0040135F push 2 00401361 push 1 00401363 call @ILT+5(fnVoid) (0040100a) 00401368 add esp,0Ch 121:可以看出,参数被从右向左压入堆栈,而后call函数地址,然后add esp,清理堆栈
注:
堆栈是从高地址向低地址延伸的,比如第一个push之前esp(栈顶指针)=0x0012FF04,那么push 3之后esp=0x0012FF00
以此类推,push 2,esp=0x0012FEFC; push 1,esp=0x0012FEF8
接着是call指令,这个指令将返回地址,即下一条指令位置(eip,指令指针)压入堆栈,比如
call之前eip=0x00401363(下一条eip=0x00401368)
call之后eip=0x0040100A,esp=0x0012FEF4
然后调用结束,__cdecl约定函数最后的ret指令会pop 栈顶给eip指针
eip=0x00401368 ESP=0x0012FEF8
而后add esp,0xc,这里0xC=12即3个DWORD就是前面push的数量(pop要弹出给某个寄存器,add直接修改栈顶位置,减少堆栈大小)
到此,堆栈和eip恢复调用前的状态.
接着,我们进入函数内部,看看它都做了什么见不得人的勾当:
7: void fnVoid(int arg1, short arg2, char arg3) 8: { 00401140 push ebp 00401141 mov ebp,esp 00401143 sub esp,4Ch 00401146 push ebx 00401147 push esi 00401148 push edi 00401149 lea edi,[ebp-4Ch] 0040114C mov ecx,13h 00401151 mov eax,0CCCCCCCCh 00401156 rep stos dword ptr [edi] 9: int var1; 10: short var2; 11: char var3; 12: var1 = arg1; 00401158 mov eax,dword ptr [ebp+8] 0040115B mov dword ptr [ebp-4],eax 13: var2 = arg2; 0040115E mov cx,word ptr [ebp+0Ch] 00401162 mov word ptr [ebp-8],cx 14: var3 = arg3; 00401166 mov dl,byte ptr [ebp+10h] 00401169 mov byte ptr [ebp-0Ch],dl 15: 16: arg1 = -1; 0040116C mov dword ptr [ebp+8],0FFFFFFFFh 17: g_var1 = 111; 00401173 mov dword ptr [g_var1 (0042ae74)],6Fh 18: return; 19: } 0040117D pop edi 0040117E pop esi 0040117F pop ebx 00401180 mov esp,ebp 00401182 pop ebp 00401183 ret --- No source file -------------------------------------------------------------- 00401184 int 3首先ebp是栈底指针,是高地址(比esp高),函数的堆栈应在esp到ebp之间,不应该读写高于ebp的堆栈内存
注意,不应该不是不可以,黑客所用的缓冲区溢出攻击就是利用这一点,当你的程序不小心写入了这些地方的时候他们就可以执行任意代码
包括添加管理员帐户等等,这种通常是strcpy之类的函数,比如char szText[256],但是源字符串超出256字节
push ebp是保存栈底的值,这个栈底是调用之前的,然后
mov ebp, esp把栈顶赋值给栈底,相当于调用前的栈顶作为现在的栈底,再接着
sub esp, 4Ch栈顶减小4C=76(19个DWORD),相当于堆栈大小是76字节,这样就创建了一个当前函数所使用的堆栈
接下来
push ebx将基址寄存器入栈,编译器是很机械的,其实到现在为止,并不需要基址寄存器,当然不需要暂存它的值,不过编译器并不是人,它不管这个
接着push esi和edi是串操作的原指针和目的指针,了解汇编语言的就知道,这小子开始批量处理了
lea edi,[ebp-4Ch]其实ebp-4Ch就是esp就是栈顶,栈顶地址作为目的(内存地址较低)
mov ecx,13h数量0x13=19,还记得刚刚说的19个DWORD吗?
mov eax,0CCCCCCCCh,串操作的值,0xCCCCCCCC
rep stos dword ptr [edi],向edi指向的dword写入eax的值,即0xcccccccc,如果ecx不为零,edi递增一个dword继续写入
知道为什么VC变量为什么默认值总是0xCC了吧,局部变量都保存在堆栈上,现在整个堆栈都是这个值
其实还有一个用处,等下函数返回时我们再说.
现在"春田花花同学会"正式开始,
// var1 = arg1;
mov eax,dword ptr [ebp+8]
mov dword ptr [ebp-4],eax
ebp是新的栈底指针,也就是原来的栈顶,前面调用的时候说过,call会push返回地址(指令地址不是返回值地址),
也就是说现在ebp指向的是返回地址?错!注意开始的push ebp,它又压入了一个DWORD,因此此时ebp指向的是原来的ebp
堆栈向低地址扩展,那么ebp+4就是函数的返回地址,顺序倒过来,ebp+8就是最后一个push压入的参数,也就是第一个参数!
堆栈向低地址扩展,那么ebp-4就是第一个局部变量了,有人问为什么要mov到eax,再从eax放到第一个局部变量?狄春说:这不是多次一举吗
元芳说:mov指令两个参数不能都是存储器,也就是内存,这就是为什么叫寄存器的原因,英文为REGISTER是登记的意思,既是名词也是动词
想通了这一点,后面的就好理解了,只不过用低字,低字节来转移而已
接着我们修改参数的值,其实也好理解了,因为调用后直接add esp,xx参数直接丢弃,因而并不改变什么,除了临时废弃的堆栈
接着是赋值全局变量,将一个立即数传送给全局变量的内存地址,也好理解了
没有返回值单函数,函数结尾return没有任何意义,如果在上面return会生成一条jmp指令,跳到这里来
最后,清理现场,最先push的最后pop恢复他们之前的值,恢复原来栈顶的值,pop恢复原来的栈底
最后一条ret指令,在函数调用时我们已经说了,这里说一下的是,如果此时堆栈中的返回地址(恢复后的栈顶esp指向的地址)被修改了,会有什么情况发生呢?
比如指向了ShellExecute这个API的地址,参数是cmd /c net user admin1 123456 /add
这个就留给大家思考吧, 还记得刚刚说0xCC的另一个用处吗,如果此时没有ret,执行到后面就是0xCC这个机器码对应的是int 3中断
在debug,比如OllyDebug等会在断点处插入0xCC,调试者继续运行才恢复这个字节原来的值再继续执行
所以,不经意间的缓冲区,往往造成的是内存禁止访问,或者中断,而有些人却对此十分敏感,就像有个美女裙子被吹起来,
阿弥陀佛,罪过!罪过!
文章好像很长了,我先int3一下,下文继续吧