转:https://blog.csdn.net/MinggeQingchun/article/details/80070534
前言
符号表历来是逆向工程中的“必争之地”,而iOS应用在上线前都会裁去符号表,以避免被逆向分析。
本文会介绍一个自己写的工具,用于恢复iOS应用的符号表。
直接看效果,支付宝恢复符号表后的样子:
文章有点长,请耐心看到最后,亮点在最后。
为什么要恢复符号表
逆向工程中,调试器的动态分析是必不可少的,而 Xcode + lldb 确实是非常好的调试利器, 比如我们在Xcode里可以很方便的查看调用堆栈,如上面那张图可以很清晰的看到支付宝登录的RPC调用过程。
实际上,如果我们不恢复符号表的话,你看到的调试页面应该是下面这个样子:
同一个函数调用过程,Xcode的显示简直天差地别。
原因是,Xcode显示调用堆栈中符号时,只会显示符号表中有的符号。为了我们调试过程的顺利,我们有必要把可执行文件中的符号表恢复回来。
符号表是什么
我们要恢复符号表,首先要知道符号表是什么,他是怎么存在于 Mach-O 文件中的。
符号表储存在 Mach-O 文件的 __LINKEDIT 段中,涉及其中的符号表(Symbol Table)和字符串表(String Table)。
这里我们用 MachOView 打开支付宝的可执行文件,找到其中的 Symbol Table 项。
符号表的结构是一个连续的列表,其中的每一项都是一个 struct nlist
。
1 2 3 4 5 6 7 8 9 10 11 12 | // 位于系统库 <macho-o/nlist.h> 头文件中 struct nlist { union { //符号名在字符串表中的偏移量 uint32_t n_strx; } n_un; uint8_t n_type; uint8_t n_sect; int16_t n_desc; //符号在内存中的地址,类似于函数指针 uint32_t n_value; }; |
这里重点关注第一项和最后一项,第一项是符号名在字符串表中的偏移量,用于表示函数名,最后一项是符号在内存中的地址,类似于函数指针(这里只说明大概的结构,详细的信息请参考官方Mach O文件格式的文档)。
也就是说如果我们知道了符号名和内存地址的对应关系,我们是可以根据这个结构来逆向构造出符号表数据的。
知道了如何构造符号表,下一步就是收集符号名和内存地址的对应关系了。
获取OC方法的符号表
因为OC语言的特性,编译器会将类名、函数名等编译进最后的可执行文件中,所以我们可以根据Mach-O文件的结构逆向还原出工程里的所有类,这也就是大名鼎鼎的逆向工具 class-dump 了。class-dump 出来的头文件里是有函数地址的:
所以我们只要对class-dump的源码稍作修改,即可获取我们要的信息。
符号表恢复工具
整理完数据格式,又理清了数据来源,我们就可以写工具了。
实现过程就不详细说明了,工具开源在我的Github上了,链接:
https://github.com/tobefuturer/restore-symbol
我们来看看怎么用这个工具:
1.下载源码编译
1 2 3 | git clone --recursive https://github.com/tobefuturer/restore-symbol.git cd restore-symbol && make ./restore-symbol |
2.恢复OC的符号表,非常简单
1 | ./restore-symbol ./origin_AlipayWallet -o ./AlipayWallet_with_symbol |
origin_AlipayWallet 为Clutch砸壳后,没有符号表的 Mach-O 文件
-o 后面跟输出文件位置
3.把 Mach-O 文件重签名打包,看效果
文件恢复符号表后,多出了20M的符号表信息
Xcode里查看调用栈
可以看到,OC函数这部分的符号已经恢复了,函数调用栈里已经能看出大致的调用过程了,但是支付宝里,采用了block的回调形式,所以还有很大一部分的符号没能正确显示。
下面我们就来看看怎么样恢复这部分block的符号。
获取block的符号信息
还是同样的思路,要恢复block的符号信息,我们必须知道block在文件中的储存形式。
block在内存中的结构
首先,我们先分析下运行时,block在内存中的存在形式。block在内存中是以一个结构体的形式存在的,大致的结构如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | struct __block_impl { /** block在内存中也是类NSObject的结构体, 结构体开始位置是一个isa指针 */ Class isa; /** 这两个变量暂时不关心 */ int flags; int reserved; /** 真正的函数指针!! */ void (*invoke)(...); ... } |
说明下block中的isa指针,根据实际情况会有三种不同的取值,来表示不同类型的block:
-
_NSConcreteStackBlock
栈上的block,一般block创建时是在栈上分配了一个block结构体的空间,然后对其中的isa等变量赋值。
-
_NSConcreteMallocBlock
堆上的block,当block被加入到GCD或者被对象持有时,将栈上的block复制到堆上,此时复制得到的block类型变为了_NSConcreteMallocBlock。
-
_NSConcreteGlobalBlock
全局静态的block,当block不依赖于上下文环境,比如不持有block外的变量、只使用block内部的变量的时候,block的内存分配可以在编译期就完成,分配在全局的静态常量区。
第2种block在运行时才会出现,我们只关注1、3两种,下面就分析这两种isa指针和block符号地址之间的关联。
block isa指针和符号地址之间的关联
分析这部分需要用到IDA这个反汇编软件, 这里结合两个实际的小例子来说明:
1._NSConcreteStackBlock
假设我们的源代码是这样很简单的一个block:
1 2 3 4 5 6 7 8 9 10 11 | @implementation ViewController - (void)viewDidLoad { int t = 2; void (^ foo)() = ^(){ NSLog(@"%d", t); //block 引用了外部的变量t }; foo(); } @end |
编译完后,实际的汇编长这个样子:
实际运行时,block的构造过程是这样:
- 为block开辟栈空间
- 为block的isa指针赋值(一定会引用全局变量:
_NSConcreteStackBlock
) - 获取函数地址,赋值给函数指针
所以我们可以整理出这样一个特征:
重点来了!!!
凡是代码里用到了栈上的block,一定会获取__NSConcreteStackBlock
作为isa指针,同时会紧接着获取一个函数地址,那个函数地址就是block的函数地址。
结合下面这个图,仔细理解上面这句话
(这张图和上面那张图是同一个文件,不过裁掉了符号表)
利用这个特征,逆向分析时我们可以做如下推断:
在一个OC方法里发现引用了__NSConcreteStackBlock
这个变量,那么在这附近,一定会出现一个函数地址,这个函数地址就是这个OC方法里的一个block。
比如上面图中,我们发现 viewDidLoad 里,引用了__NSConcreteStackBlock
,同时紧接着加载了 sub_100049D4 的函数地址,那我们就可以认定sub_100049D4是viewDidLoad里的一个block, sub_100049D4函数的符号名应该是 viewDidLoad_block.
2. _NSConcreteGlobalBlock
全局的静态block,是那种不引用block外变量的block,他因为不引用外部变量,所以他可以在编译期就进行内存分配操作,也不用担心block的复制等等操作,他存在于可执行文件的常量区里。
不太理解的话,看个例子:
我们把源代码改成这样:
1 2 3 4 5 6 7 8 9 10 11 12 | @implementation ViewController - (void)viewDidLoad { void (^ foo)() = ^(){ //block 不引用外部的变量 NSLog(@"%d", 123); }; foo(); } @end |
那么在编译后会变成这样:
那么借鉴上面的思路,在逆向分析的时候,我们可以这么推断
- 在静态常量区发现一个_NSConcreteGlobalBlock的引用
- 这个地方必然存在一个block的结构体数据
- 在这个结构体第16个字节的地方会出现一个值,这个值是一个block的函数地址
3. block 的嵌套结构
实际在使用中,可能会出现block内嵌block的情况:
1 2 3 4 5 6 7 8 | - (void)viewDidLoad { dispatch_async(background_queue ,^{ ... dispatch_async(main_queue, ^{ ... }); }); } |
所以这里block就出现了父子关系,如果我们将这些父子关系收集起来,就可以发现,这些关系会构成图论里的森林结构,这里可以简单用递归的深度优先搜索来处理,详细过程不再描述。
block符号表提取脚本(IDA+python)
整理上面的思路,我们发现搜索过程依赖于IDA提供各种引用信息,而IDA是提供了编程接口的,可以利用这些接口来提取引用信息。
IDA提供的是Python的SDK,最后完成的脚本也放在仓库里search_oc_block/ida_search_block.py。
提取block符号表
这里简单介绍下怎么使用上面这个脚本
- 用IDA打开支付宝的 Mach-O 文件
- 等待分析完成! 可能要一个小时
- Alt + F7 或者 菜单栏
File -> Script file...
- 等待脚本运行完成,预计30s至60s,运行过程中会有这样的弹窗
- 弹窗消失即block符号表提取完成
- 在IDA打开文件的目录下,会输出一份名为
block_symbol.json
的json格式block符号表
恢复符号表&实际分析
用之前的符号表恢复工具,将block的符号表导入Mach-O文件
1 | ./restore-symbol ./origin_AlipayWallet -o ./AlipayWallet_with_symbol -j block_symbol.json |
-j 后面跟上之前得到的json符号表
最后得到一份同时具有OC函数符号表和block符号表的可执行文件
这里简单介绍一个分析案例, 你就能体会到这个工具的强大之处了。
- 在Xcode里对
-[UIAlertView show]
设置断点 - 运行程序,并在支付宝的登录页面输入手机号和错误的密码,点击登录
- Xcode会在‘密码错误’的警告框弹出时停下,左侧会显示出这样的调用栈
一张图看完支付宝的登录过程
项目开源地址: