欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

技巧篇 | Linux_如何对二进制文件进行分析?

程序员文章站 2024-02-03 16:53:28
...

前言

Linux 下共有七种文件类型,普通文件类型是七种文件类型中最常见也是最多的一种。二进制文件是普通文件类型中的一份子。其实,我们天天在和二进制文件打交道,但很少有人知道它们的工作原理。

在 Linux 下,一切皆文件!!!

本篇博客意在讲解在 Linux 中用来分析二进制文件的常用指令



Linux 下共有七种文件类型,普通文件类型是七种文件类型中最常见也是最多的一种。二进制文件是普通文件类型中的一份子。其实,我们天天在和二进制文件打交道,举个例子,你天天要使用的 Linux 命令,也是二进制文件的一种,但很少有人知道它们的工作原理。linux 中的二进制文件,一般以 .o, .so, .a, .la 后缀

Linux下文件的类型是不依赖于其后缀名的,但一般来讲:
.o 后缀是:目标文件,相当于windows中的.obj文件
.so 后缀是:共享库,是shared object,用于动态连接的,和dll差不多
.a 后缀是:静态库,是好多个.o合在一起,用于静态连接
.la 后缀是:libtool自动生成的一些共享库,可用 vi 编辑查看,主要记录了一些配置信息。

推荐文章:动态链接库(.so)以及静态链接库(.a)的生成和使用


二进制文件分析指令及工具

file ldd ltrace strace hexdump strings readelf objdump nm gdb

file —— 用于分析文件的类型

如果你需要分析二进制文件,可以首先使用 file 命令来切入。我们知道,在 Linux 下,一切皆文件,但并不是所有的文件都具有可执行性,我们还有各种各样的文件,比如:文本文件,管道文件,链接文件,socket文件,等等。

在对一个文件进行分析之前,我们可以首先使用 file 命令来分析它们的类型。当然除此之外,我们还可以看到一些其它信息。

$ file /bin/pwd
/bin/pwd: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.32, BuildID[sha1]=f3c2ec3ab4ede5ab4588db69e8c1cfdb188b7ae7, stripped

ldd —— 用于分析可执行文件的依赖

我们使用 file 命令来分析一个可执行文件的时候,有时候可以看到输出中有 dynamically linked 这样的字眼。这个是啥意思呢?

大部分程序,都会使用到第三方库,这样就可以不用重复造*,节约大量时间。最简单的,我们写C程序代码的话,肯定会使用到 libc 或者 glibc 库。当然,除此之外,还可能使用其它的库。

那我们在什么情况下需要分析程序的依赖库呢?有一个场景大家肯定经历过。你去你同事那边拷备他写好的程序放到自己的环境下运行,有时候可能会跑不起来。当然跑不起来的原因可能很多,但其中一个原因可能就是缺少对应的依赖库。

这时候,ldd 就派上用场了。它可以分析程序需要一些什么依赖库,你只要把对应的库放在对应的位置就可以了。

$ ldd /bin/pwd
	linux-vdso.so.1 =>  (0x00007ffef1ddb000)
	libc.so.6 => /lib64/libc.so.6 (0x00007f490423a000)
	/lib64/ld-linux-x86-64.so.2 (0x00007f490461e000)

ltrace —— 能够跟踪进程的库函数调用

编译工具 ltrace 如果没有安装,使用 ltrace 指令会显示:
bash: ltrace: 未找到命令...
安装 ltrace:
sudo yum install -y ltrace
再输入密码,即可

我们可以使用 ldd 命令来找到程序的依赖库,但是,一个库里少则几个,多则几千个函数,怎么知道现在程序调用的是什么函数呢?

ltrace 命令就是用来做这个事的。在下面的例子里,我们可以看到程序调用的函数,以及传递进去的参数,同时你也可以看到函数调用的输出。

$ ltrace /bin/pwd
__libc_start_main(0x401760, 1, 0x7ffd63b06418, 0x404a00 <unfinished ...>
getenv("POSIXLY_CORRECT")                                = nil
strrchr("/bin/pwd", '/')                                 = "/pwd"
setlocale(LC_ALL, "")                                    = "zh_CN.UTF-8"
bindtextdomain("coreutils", "/usr/share/locale")         = "/usr/share/locale"
textdomain("coreutils")                                  = "coreutils"
__cxa_atexit(0x4022f0, 0, 0, 0x736c6974756572)           = 0
getopt_long(1, 0x7ffd63b06418, "LP", 0x606d00, nil)      = -1
getcwd(nil, 0)                                           = ""
puts("/home/JiangYu"/home/JiangYu
)                                    = 14
free(0x23fb040)                                          = <void>
exit(0 <unfinished ...>
__fpending(0x7fdddcbe0400, 0, 64, 0x7fdddcbe0eb0)        = 0
fileno(0x7fdddcbe0400)                                   = 1
__freading(0x7fdddcbe0400, 0, 64, 0x7fdddcbe0eb0)        = 0
__freading(0x7fdddcbe0400, 0, 2052, 0x7fdddcbe0eb0)      = 0
fflush(0x7fdddcbe0400)                                   = 0
fclose(0x7fdddcbe0400)                                   = 0
__fpending(0x7fdddcbe01c0, 0, 3328, 0xfbad000c)          = 0
fileno(0x7fdddcbe01c0)                                   = 2
__freading(0x7fdddcbe01c0, 0, 3328, 0xfbad000c)          = 0
__freading(0x7fdddcbe01c0, 0, 4, 0xfbad000c)             = 0
fflush(0x7fdddcbe01c0)                                   = 0
fclose(0x7fdddcbe01c0)                                   = 0
+++ exited (status 0) +++

strace —— 用于追踪程序运行过程中的系统调用及信号

编译工具 strace 如果没有安装,使用 ltrace 指令会显示:
bash: strace: 未找到命令...
安装 strace:
sudo yum install -y strace
再输入密码,即可

通过上面的介绍,我们知道 ltrace 命令是用来追踪函数调用的。strace 命令类似,但它追踪的是系统调用。何为系统调用?简单说就是我们可以通过系统调用与内核进行交互,完成我们想要的任务。

例如,如果我们想在屏幕上打印某些字符,可以使用 printf 或 puts 函数,而这两个都是 libc 的库函数,在更底层,他们都是调用 write 这个系统调用。

$ strace -f /bin/pwd
execve("/bin/pwd", ["/bin/pwd"], [/* 24 vars */]) = 0
brk(NULL)                               = 0xbc9000
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7f918ba69000
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=38684, ...}) = 0
mmap(NULL, 38684, PROT_READ, MAP_PRIVATE, 3, 0) = 0x7f918ba5f000
close(3)                                = 0
open("/lib64/libc.so.6", O_RDONLY|O_CLOEXEC) = 3
read(3, "\177ELF\2\1\1\3\0\0\0\0\0\0\0\0\3\0>\0\1\0\0\0\20&\2\0\0\0\0\0"..., 832) = 832
fstat(3, {st_mode=S_IFREG|0755, st_size=2156160, ...}) = 0
mmap(NULL, 3985888, PROT_READ|PROT_EXEC, MAP_PRIVATE|MAP_DENYWRITE, 3, 0) = 0x7f918b47b000
mprotect(0x7f918b63e000, 2097152, PROT_NONE) = 0
mmap(0x7f918b83e000, 24576, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_DENYWRITE, 3, 0x1c3000) = 0x7f918b83e000
mmap(0x7f918b844000, 16864, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_ANONYMOUS, -1, 0) = 0x7f918b844000
close(3) 
…………
+++ exited with 0 +++

hexdump —— 查看二进制文件的 16 进制编码

一个二进制文件,如果你直接使用文本编辑器打开的话,将看到一堆乱码。这时候,你就可以使用 hexdump 命令来查看它的内容了。

hexdump 的显示格式是:左边是字节序号,中间是文件的 16 进制编码,如果是可打印字符的话就会显示在右边。

通过使用这个命令,我们就可以大概知道这个二进制文件里面有什么内容,后面要做什么处理就比较方便了。

$ hexdump -C /bin/pwd | 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  17 19 40 00 00 00 00 00  |..>......[email protected].....|
00000020  40 00 00 00 00 00 00 00  50 7a 00 00 00 00 00 00  |@.......Pz......|
00000030  00 00 00 00 40 00 38 00  09 00 40 00 1e 00 1d 00  |....@.8..[email protected].....|
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  |@[email protected]....[email protected]@.....|
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......[email protected].....|
00000090  38 02 40 00 00 00 00 00  1c 00 00 00 00 00 00 00  |[email protected].............|

注:实际上 hexdump 命令可以用来查看任何文件,而不限于二进制文件


strings —— 用来打印二进制文件中可显示的字符

什么是可显示字符?简单说你在显示器上看到的字符都是可显示字符,比如:abcABC,.:。

我们知道,一个二进制文件里面的内容很多是非显示字符,所以无法直接用文本处理器打开。程序在被开发的时候,我们经常会加一些调试信息,比如:debug log, warn log, error log,等等。这些信息我们就可以使用 strings 命令看得到。

$ strings /bin/pwd | head
/lib64/ld-linux-x86-64.so.2
libc.so.6
fflush
strcpy
__printf_chk
readdir
setlocale
mbrtowc
strncmp
optind

readelf —— 查看 ELF 格式的文件信息

ELF(Executable and Linkable Format)即可执行连接文件格式,是一种比较复杂的文件格式,但其应用广泛。当你使用 file 命令发现某个文件是 ELF 文件时,你就可以使用 readelf 命令来读取这个文件的信息。

$ readelf -h /bin/pwd
ELF 头:
  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 (可执行文件)
  Machine:                           Advanced Micro Devices X86-64
  Version:                           0x1
  入口点地址:              0x401917
  程序头起点:              64 (bytes into file)
  Start of section headers:          31312 (bytes into file)
  标志:             0x0
  本头的大小:       64 (字节)
  程序头大小:       56 (字节)
  Number of program headers:         9
  节头大小:         64 (字节)
  节头数量:         30
  字符串表索引节头: 29

objdump —— 查看目标文件或者可执行的目标文件的构成

objdump是用查看目标文件或者可执行的目标文件的构成的GCC工具

我们知道,程序在开发完成之后,需要经过编译,才可以生成计算机可以识别的二进制文件。我们写的代码计算机不能直接执行,需要编译成汇编程序,计算机才能依次执行。

objdump 命令可以读取可执行文件,然后将汇编指令打印出来。所以如果你想看懂 objdump 的结果,你就需要有一些汇编基础才可以。

$ objdump -d /bin/pwd | head

/bin/pwd:     文件格式 elf64-x86-64


Disassembly of section .init:

0000000000401350 <.init>:
  401350:	48 83 ec 08          	sub    $0x8,%rsp
  401354:	48 8b 05 6d 5c 20 00 	mov    0x205c6d(%rip),%rax        # 606fc8 <[email protected]+0x205878>
  40135b:	48 85 c0             	test   %rax,%rax

nm —— 列出目标文件的符号 (函数和全局变量)

如果你编译出来的程序没有经过 strip ,那么 nm 命令可以挖掘出隐含在可执行文件中的重大秘密。它可以帮你列出文件中的变量及函数,这对于我们进行反向操作具有重大意义。

下面我们通过一小段简单的程序来讲解 nm 命令的用途。在编译这个程序时,我们加上了 -g 选项,这个选项可以使编译出来的文件包含更多有效信息。

$ cat hello.c 
#include <stdio.h>

int main() {
    printf("Hello world!\n");
    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 [email protected]@GLIBC_2.2.5
000000000040051d T main
                 U [email protected]@GLIBC_2.2.5
0000000000400490 t register_tm_clones
0000000000400430 T _start
0000000000601030 D __TMC_END__
$

gdb —— GNU debugger

gdb 大家或多或少都有听说过。我们在使用一些 IDE 写代码的时候,可以进行打断点、步进、查看变量值等方式调试,其实这些 IDE 底层调用的也是 gdb 。

对于 gdb 的用法,可以写很多,本文就暂且不深入了。下面先演示一小段 gdb 最基础的功能。

$ 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
$

应用说明

当你在 linux 下拿到一个二进制文件但不知道它是什么的时候,可以通过以下方法得到一此提示

(一)首先应该尝试 strings 命令
比如拿到一个叫 cr1 的二进制文件,可以:

$ strings cr1 | more

显示的内容里可能会有一些对于这个 cr1 的描述,这些信息都是编译之后在程序中留下的一些文本性的说明,所以可能会告诉你这个文件是什么。

比如有输出:

$ strings cr1 | more
...
Version: 2.3
Usage: dsniff [-cdmn] [-i interface] [-s snaplen] [-f services]
[-t trigger[,...]] [-r|-w savefile] [expression]
...
/usr/local/lib/dsniff.magic
/usr/local/lib/dsniff.services
...

那么我们就可以知道,其实 cr1 就是 dsniff 命令.

(二)如果第一步没有帮助,那么你接着可以尝试 nm

$ /usr/ccs/bin/nm -p cr1 | more

比如说可以得到如下输出:

cr1:
  [Index]   Value    Size Type    Bind Other   Shndx       Name
  [180]     |0     |    0| FILE | LOCL | 0     |ABS |       decode_smtp.c
  [2198]    |160348| 320| FUNC | GLOB | 0     | 9 |       decode_sniffer

这些都是生成这个二进制文件的 obj 文件的文件名称,这些名称会告诉你这个二进制文件的作用。

同样,如果希望查看二进制文件调用到的静态库文件都有哪些的话,可以使用 nm -Du cr1 来实现.

(三)当然还可以通过使用 dump 命令来得到任何一个二进制文件的选定部分信息

$ /usr/ccs/bin/dump -c ./cr1 | more

dump命令的参数说明:

-c		Dump出字符串表
-C		Dump出C++符号表
-D		Dump出调试信息
-f 		Dump出每个文件的头
-h 		Dump出section的头
-l 		Dump出行号信息
-L 		Dump出动态与静态链接库部分内容
-o		Dump出每个程序的可执行头
-r		Dump出重定位信息
-s 		用十六进制信息Dump出section的内容
-t 		Dump符号表.

(四)使用 file 命令得到二进制文件的信息

$ file cr1

(五)如果还是不清楚的话,那么我们可以使用 ldd 命令

$ ldd cr1

比如说输出为:

	...
	libsocket.so.1 =>       /usr/lib/libsocket.so.1
	librpcsvc.so.1 =>       /usr/lib/librpcsvc.so.1
	...

那么我们就可以知道这个程序与网络库相关,我们就可以知道它的大概功能了.

(六)我们也可以能过 adb 命令来得到一个二进制文件的执行过程
比如说:

$ adb cr1
:r
Using device /dev/hme0 (promiscuous mode)
192.168.2.119 -> web      TCP D=22 S=1111 Ack=2013255208
Seq=1407308568 Len=0 Win=17520
web -> 192.168.2.119 TCP D=1111 S=22 Push Ack=1407308568

我们知道这个程序是一个sniffer.

(七)如果你确定要运行这个程序的话,你可以先通过 truss 命令打开系统的信号与调用输出:

$ truss -f -o cr.out ./cr1
listening on hme0
^C
$

这样就可以知道这个程序到底干了什么


小结
有了上面这些工具的话,我们就可以大概了解到一个未知的二进制程序到底是干什么的。但最后提示大家:运行不了解的二进制程序有严重的安全问题,请大家千万小心!!!


◆ 快速回顾

◆ 其他博客 @ https://blog.csdn.net/姜小逗

◆ 相关博客


感谢阅读本篇博客,如果有不错的发现和建议,感谢私信或在评论区留言
技巧篇 | Linux_如何对二进制文件进行分析?