逆向初学【二】：汇编入门-寄存器



http://blog.chinaunix.net/uid-26275986-id-4334522.html

CPU中的主要结构是运算器、控制器与寄存器，这些器件通过CPU的内部总线相连，其中运算器负责信息处理，寄存器负责信息存储，控制器控制各种器件进行工作，内部总线连接各种器件，在它们之间进行数据的传送。对于汇编程序员来说，主要部件是寄存器，因为只有寄存器是我们可以编程直接操作的。不同的CPU架构不同，8086CPU共有14个寄存器，分别是AX、BX、CX、DX、SI、DI、SP、BP、IP、CS、SS、DS、ES、PSW，今天我们先来学习基础的通用寄存器，其余的寄存器在用到时会给予说明。

一、通用寄存器
   AX、BX、CX和DX是四个通用寄存器，通常用来存放一般性的数据，后面的分析都在8086CPU中进行。每个通用寄存器是16位，即一次可以处理一个字（2个字节）的数据，但是为了与8086CPU之前的CPU相容，也支持一个字节的寄存器，即AH与AL，类似的还有BH和BL等，CPU操作时会降AH和AL当作独立的寄存器，运算进位时会直接丢弃，因为CPU认为只有一个8位的寄存器而已：

二、物理地址
   CPU访问内存需要知晓存储单元的地址，由于8086CPU地址总线为20位，但是寄存器却只有16位，即一次处理的地址最多只有2的16次幂，远小于2的20次幂。为了弥补这个问题，8086CPU采用了一种特殊的方式通过16位的寄存器来构造20位的访问地址，简单来说，即：段地址*16+偏移地址。从计算的位数上来说，段地址和偏移地址存储在CPU寄存器中，都是16位的；段地址*16，即整体在右边添加4个二进制位，成为了20位；20位与16位相加，得到了20位的实际内存地址。这里虽然是8086CPU中的方法，但是其实确实现在所有CPU中的实际寻址算法，即一个基地址加上一个偏移量得到一个实际地址。由此我们可以得到段的概念，内存本身不分段，但是由于CPU的特殊寻址方式，我们可以将内存看作最大64KB的一个个段（16位的最大值正好是64KB），因此我们可以在汇编中人为的指定段的起始和结束。当然，这里的段地址和偏移量实际上存储在CPU的寄存器中，比如获取指令的CS:IP，其中CS为代码段寄存器，其中存储代码段的基地址，IP寄存器则存储着当前要执行的指令的指针，即一个偏移量，因此CS:IP指定了接下来CPU要执行的指令的位置。这里需要说明的是，内存中的数据对于CPU来说都是二进制位，能够区分数据和指令的唯一标准就是指令曾经或者正在被CS:IP指定；每执行完一条指令，IP会累加上条指令的长度，从而指向下调指令。

我们是否可以修改控制CS:IP的值呢？答案是肯定的，只不过我们不能使用mov等传送指令，而应当使用jmp这类转移指令，基本的用法是：
-1. 修改CS:IP： jmp 2AE3:3    执行后：CS=2AE3H, IP=0003H；
-2. 仅修改IP：jmp ax(ie. move ip, ax)即用寄存器中的值修改IP；

三、内存访问
   CPU访问内存除了获取指令，还要获取数据，那么数据部分如何定位的呢？同指令的CS:IP一样，8086CPU使用DS：[...]来获取内存数据地址，其中段寄存器存储内存数据段的基地址，而[...]表示一个内存偏移量指向的内存单元，如[0]表示偏移量为0的内存单元，这里使用时要注意，8086CPU不支持直接对DS传送值，因此mov ds, 1000H是非法的，正确地是通过寄存器来实现，即：mov ax, 1000H; mov ds, ax;
   这部分我们要学习基本的汇编指令，如mov、sub、add等，都可以操作寄存器，操作完之后将数据放入第一个参数表示的寄存器中。CPU中的内存数据一种特殊的结果就是栈，即只能从一端读写数据的结构，其基本指令是push ax；将寄存器ax的值入栈；和pop ax；从栈中取出栈顶元素放入寄存器ax中；下面是mov\add\sub命令的一个简单示例：

然后我们来看看PUSH命令的执行过程：

然后是POP命令：

  可以看出，栈的操作关键是栈顶位置的确定，因此CPU专门使用SS:SP来获取当前内存中栈顶的位置。值得一提的是，CPU本身并没有对栈的大小进行检查，因此实际中会出现栈顶越界的问题（上限超出-PUSH；下限超出-POP），这也就要求我们必须人为进行检查，否则就会出现程序的漏洞。