Dex文件格式

Dex文件格式

Google虽然借鉴了Java的上层设计，但是虚拟机使用的是自己设计的Dalvik，Dalvik虚拟机读取、解释的文件是DEX文件。虽然在Android 4.0开始，开始引入类似C#的二次编译技术(Android自称ART)，Android 5.0已经完全放弃Dalvik虚拟机(所以源码里已经没有Dalvik设计文档了)，但是，二次编译技术是安装apk时候的事，我们用Java语言所写的代码，还是要经过.java->.class->.dex->.apk的过程，认识Dex文件格式，还是有助于反汇编成Smali语言，有助于逆向。

dex生成流程

以下Makefile脚本展示了dex文件生成流程：

MODULE_NAME := Hello

START_CLASS := Hellk

DX := ${SDK_PATH}\sdk\build-tools\19.1.0\dx.bat

INSTALL_PATH := /data/local/tmp

#用dalvikvm虚拟机解释运行dex文件，需要指定启动类

run:

adb push ${MODULE_NAME}.dex ${INSTALL_PATH}

adb shell dalvikvm -cp ${INSTALL_PATH}/${MODULE_NAME}.dex ${START_CLASS}

dx: ${MODULE_NAME}.dex ${MODULE_NAME}.class

#通过.class生成dx

${MODULE_NAME}.dex: ${MODULE_NAME}.class

${DX} --dex --output=${MODULE_NAME}.dex ${MODULE_NAME}.class

javac: ${MODULE_NAME}.class

#dx所支持的.class版本一般不是最新的

${MODULE_NAME}.class:

javac -source 1.6 -target 1.6 ${MODULE_NAME}.java

学习Dex文件的工具

推荐使用010 Editor软件，它自带模板插件功能，并且已经有他人制作好的针对Dex文件的模版。可以高亮显示各字段，解析各字段，还附带各字段的注释。对照着Dalvik自带的文档看十六进制，事半功倍

Dex文件组成

按顺序解析dex文件，有以下几个部分：

1. struct header_item dex_header
2. struct string_id_list dex_string_ids
3. struct type_id_list dex_type_ids
4. struct proto_id_list dex_proto_ids
5. struct field_id_list dex_field_ids
6. struct method_id_list dex_method_ids
7. struct class_def_item_list dex_class_defs
8. struct map_list_type dex_map_list

其中两头两尾的header_item与map_list是两张“总表”，包含着其它的表的偏移信息等，两者信息有重叠（冗余）。

各个表的功能及要求：

1. string_id_item[]: 文件中要用到的所有字符串，按UTF-16编码有序排列。
2. type_id_item[]: 文件中要用到的所有类型信息，但里面并不直接记录着字符串，而是string_id_item[]中的数组下标，且按string_id_item中的数组下标有序排列。
3. proto_id_item[]: 文件中要用到的所有方法原型，相当于所有函数指针的类型信息，也是有序排列的，主序是返回类型，次序是参数类型。
4. field_id_item[]: 文件中要用到的所有成员(含静态与普通)，按类的类型、成员名、成员类型优先级递减有序排列。
5. method_id_item[]: 文件中要用到的所有方法(含静态与普通)， 按类的类型、方法名、方法原型优先级递减有序排列。
6. class_def_item[]: 类的信息在此表中，从此表中，可以解析出内部类、静态与普通成员/方法、Dalvik字符码的位置等与类有关的具体信息，都在此表中

文件头中的校验

在文件头中，以下几项比较关键，影响到dex文件能否被dalvikvm正常执行：

1. uint checksum: 文件0x8偏移处，通过alder32算法，针对文件0xC至文件尾得到的的校验值。
2. SHA1 signature[20]: 文件0xC偏移处，通过SHA1算法，镇上 对文件0x20至文件尾得到的HASH值。
3. uint file_size: 文件0x20偏移处，记录文件长度

对Dex文件进行修改后，要依次更新file_size, signature[20], checksum三个字段，Dex才能正常运行。

dex的一些加固思路

大小尾标签

在header_item中有一个uint endian_tag字段，记录了常量0x12345678，dalvikvm在运行Dex文件时，会通过检查这个字段，来决定是以小尾还是大尾方式来解释dex文件（中的相关变量）。由于ARM与x86芯片都是小尾方式，现有的反汇编引擎都不会考虑这个字段（默认小尾），因此，若我们人为修改这个字段为大尾，并将dex文件中相关数据都反过来，可以对抗当前的各种反汇编引擎。

字符串混淆

因为dex文件的信息都很集中，所以将string_id_item[]中的字符串替换为无意义的字符串，整个文件中相关要用到的地方也同步更新了，可用此来混淆。有时候防守方做得太恶心了(如两个函数名：”oooo0o”与”o0oooo”)，可以用比较弱的混淆器对抗下(abc一类的名称比数圈圈好)。

实践方案

以上的实验还只是针对dex的标识符的加固，不涉及代码。实际操作中，可以：

1. 得到正常的dex
2. 修改dex中的各表项，使阅读困难
3. 用baksmali，反汇编成smali语法
4. 针对smali文件，进行代码混淆
5. 重新编译smali文件，得到加固后的dex文件

不过，不管怎样混淆，dalvikvm毕竟是开源的，dex文件的强度都比较弱。