【Python】python逆向入门

1、开发环境

我们在Windows 10上开始python逆向之旅，首先开始搭建开发环境，python解释器使用最新的3.6.1，IDE使用PyCharm社区版2017.1.3，下载地址如下所示，下载完成后直接双击安装包安装即可，随后设置PyCharm的Project Interpreter为刚才安装的Python解释器就可以了。

【Python】https://www.python.org/downloads/
【PyCharm】http://www.jetbrains.com/pycharm/download/#section=windows

2、ctypes

首先介绍一下ctypes，它是一个用于Python的外部函数库，提供了与C语言兼容的数据类型，允许调用动态链接库或共享库中的函数，还可以包装这些库。下面是ctypes中的数据类型与C语言、Python中的数据类型的对应关系。

ctypes中的数据类型全部通过class来实现，在Python中加载C库涉及如下几个类。

class ctypes.CDLL 加载共享库，使用标准C函数调用惯例即cdecl，返回类型为int。
class ctypes.OleDLL 加载共享库，只用于Windows平台，使用stdcall函数调用惯例，返回类型为HRESULT。
class ctypes.WinDLL 加载共享库，只用于Windows平台，使用stdcall函数调用惯例，返回类型为int。
class ctypes.PyDLL 类似于CDLL，与前面三个不同的是，在函数调用期间不会释放GIL，Global Interpreter Lock。
class ctypes.LibraryLoader(dlltype) dlltype为CDLL、OleDLL、WinDLL、PyDLL，这个类有一个加载共享库的函数LoadLibrary。

加载C库更简单的方法是使用如下几个预先创建的类实例。

ctypes.cdll
ctypes.oledll
ctypes.windll
ctypes.pydll
ctypes.pythonapi

上面提到了函数调用惯例cdecl和stdcall，cdecl的意思是函数的参数从右往左依次压入栈内，函数的调用者在函数执行完成之后负责函数的平衡，常用于X86架构的C语言里，返回值存储在EAX寄存器中，从汇编代码的角度来看，函数参数从右往左依次压栈，然后调用函数，最后修改栈指针ESP为原来的位置。stdcall，参数传递的顺序也是从右到左，不过栈的平衡处理由函数自己完成，而不是调用者，返回值同样存储在EAX中，也就是说，函数参数压栈、函数调用之后没有像cdecl一样的栈指针ESP移动。

下面的例子在Python中调用C的printf函数，printf属于“C:\Windows\System32\msvcrt.dll”，也就是Linux上的“libc.so”。

from ctypes import *

msvcrt = cdll.msvcrt
message = b"Hello World\n"
msvcrt.printf(b"Message is %s", message)

上面的代码输出“Message is Hello World”。另外，ctypes还允许在Python中定义结构和联合等其它高级功能，详细介绍请参考https://docs.python.org/3.6/library/ctypes.html?highlight=ctypes#。

3、调试原理

使用调试器，能够对程序进行动态跟踪和分析，特别是涉及到exploit、fuzzer和病毒分析的时候，动态分析程序的能力就显得非常重要了。调试程序时，如果可以获得源代码，调试起来就容易一些，也就是透明的白盒测试，如果没有源代码，也就是黑盒测试，想要得到理想的结果，那就必须拥有高超的逆向技术和逆向工具的帮助。黑盒测试包括用户模式与内核模式两种情况，两者有不同的权限。

CPU的寄存器能够对少量的数据进行快速的存取访问，在X86指令集里，一个CPU有八个通用寄存器：EAX、EDX、ECX、ESI、EDI、EBP、ESP和EBX，以及其它的寄存器，下面逐个介绍。
EAX：累加寄存器，除了用于存储函数的返回值外也用于执行计算的操作，许多优化的X86指令集都专门设计了针对EAX寄存器的读写和计算指令。
EDX：数据寄存器，本质上是EAX寄存器的延伸，辅助EAX寄存器完成更多复杂的计算操作。
ECX：计数寄存器，用于循环操作，计算是向下而不是向上的，由大减到小。
ESI：Source Index，源操作数指针，存储着输入的数据流的位置，用于读，高效地处理循环操作的数据。
EDI：Destination Index，目的操作数指针，存储了计算结果存储的位置，用于写，高效地处理循环操作的数据。
ESP：Stack Pointer，栈指针，负责函数的调用和栈的操作，函数调用时压栈参数和返回地址，指向栈顶即返回地址。
EBP：Base Pointer，基指针，负责函数的调用和栈的操作，函数调用时压栈参数和返回地址，指向栈底。
EBX：唯一一个没有特殊用途的寄存器，作为额外的数据存储器。
EIP：Instruction Pointer，指令指针，总是指向马上要执行的指令。

熟悉调试器的朋友们都知道断点，断点其实就是一个调试事件，其它事件如经典的段错误（Segment Fault）等。断点包括软件断点、硬件断点和内存断点，用于暂停被执行程序。
软件断点：一个单字节的指令，将控制权转移给调试器的断点处理函数。汇编指令是CPU执行的指令的高级表示方法，如下面的汇编指令MOV EAX, EBX，告诉CPU把存储在EBX寄存器里的东西放到EAX寄存器，然而CPU并不明白这个汇编指令，必须转化为能够让CPU识别的操作码8BC3，假设这一操作发生在地址0x44332211，为了在这个地址设置断点，暂停CPU，需要从2个字节的操作码8BC3中换出一个单字节的操作码，这个单字节的操作码也就是3号中断指令，INT3，一条能让CPU暂停的指令，对应的操作码为0xCC，具体如下面的代码片段所示。当调试器被告知在目标地址设置一个断点时，它首先读取目标地址的第一个字节的操作码然后保存起来，同时把地址存储在内部的中断列表中，接着，调试器把3号中断指令对应的操作码0xCC写到刚才的地址，当CPU执行到替换后的操作码的时候，CPU暂停，并触发一个INT3事件，此时调试器就能捕捉到这个事件，然后调试器通过EIP判断这个中断地址是否是我们设置的断点，如果是，就把对应的操作码写回以恢复程序的正常运行。软件断点包括一次性断点和持续性断点，前者生效一次，后者一直生效，不生效后将其从中断列表移除。需要注意的是，当我们改变了被调试程序的内存数据时，同时改变了运行时软件的CRC即循环冗余代码校验和，CRC是一种校验数据是否被改变的机制，广泛应用于文件、内存、文本、网络数据包等任何想监视数据的地方，它将一定范围内的数据进行hash计算，然后将hash值同此前的hash值进行比较，判断数据是否改变，为了在这种特殊的情况下也能调试程序，就要使用下面介绍的硬件断点了。

地址:  操作码    汇编指令
0x44332211:  8BC3    MOV EAX, EBX
0x44332211:  CCC3   MOV EAX, EBX

硬件断点：在小块区域内设置断点，属于CPU级别，使用了DR0到DR7共八个特殊的调试寄存器，这些寄存器专门用于管理硬件断点。DR0到DR3存储硬件断点地址，意味着同一时间内最多只能有4个硬件断点，DR4和DR5保留，DR6是状态寄存器，说明被断点触发的调试事件的类型，DR7是开关寄存器，同时也存储了断点的不同类型，包括指令执行时中断、数据可以写入时中断、有数据读或者写但不执行时中断。硬件断点使用1号中断指令INT1，负责硬件中断和步进事件。硬件断点的特点是同一时间只能设置四个断点，而且断点起作用的区域只有四个字节，如果想要跟踪一大块内存数据，请使用下面介绍的内存断点。
内存断点：用于大块区域，不是真正的断点，而是改变了内存中某个块或者页的权限。一个内存页是操作系统处理的最小的内存单位，一个内存页被申请成功后，就拥有了一个权限集，如可执行页、可读页、可写页，这些决定了内存该如何被访问，任何对保护页的访问都会引发异常，之后页面恢复访问前的状态。