com/exe文件结构及原理

http://hqiangbo.blog.163.com/blog/static/42933253200831062318739/

 

大家都害怕病毒，但都想了解病毒。要了解病毒，以及病毒的机理，就必须先了解一些文件的结构和原理，下面把COM/EXE文件的结构介绍一下：

 

一 .COM文件结构及原理

     com文件结构比较简单，它包含程序的一个绝对映像，即为了运行程序准确的处理器指令和内存中的数据，MS-DOS通过直接把该映像从文件直接复制到内存，从而加载com程序，而不做任何改变。

     为加载一个com程序，MS-DOS首先试图分配内存，因为com程序必须位于一个64KB的段中，所以com文件的大小不能超过65024（64KB减去用于PSP的256B和用于一个起始堆栈的至少256B）。如果MS-DOS不能为程序、一个PSP、一个起始堆栈分配足够的内存，则分配尝试失败。否则，MS-DOS分配尽可能多的内存（直至所有保留内存），即使com程序本身不能大于64KB。在试图运行另一个程序或分配另外的内存之前，大部分com程序释放任何不需要的内存。

     分配内存后，MS-DOS在该内存的前256B建立一个PSP，如果PSP中的第一个FCB含有一个有效驱动器标识符，则置AL为00H，否则置位0FFH。MS-DOS还置AH为00或0FFH，这依赖于第二个FCB是否含有一个有效驱动器标识符。建造PSP后，MS-DOS在PSP后立即开始（偏移100H）加载com文件，它置SS、DS和ES为PSP的段地址，接着创建一个堆栈。为创建这个堆栈，在已分配了至少64KB内存的情况下，MS-DOS置SP为0000H；否则它置寄存器比所分配的自己总数大2的值。最后，将0000H进栈（这是为了保证与在早期MS-DOS版本上设计的程序的兼容性）。

     MS-DOS通过把控制传递给偏移100H处的指令而启动程序。程序设计者必须保证COM文件的第一条指令是程序的入口点。

     注意：因为程序是在偏移100H处加载，因此所有代码和数据偏移也必须相对于100H。汇编语言程序设计者可通过设置程序的初值为100H而保证这一点（例如通过在源程序的开始使用语句org 100h）。

 

二.exe文件结构及原理

     exe文件比较复杂，属于一种多段的结构，是DOS最成功和复杂的设计之一。要了解exe文件，首先需要了解exe文件的文件头结构。

     每个exe文件包含一个文件头和一个可重定位程序的映像。文件头包含MS-DOS用于加载程序的信息，例如程序的大小和寄存器的初始值。文件头还指向一个重定位表，该表包含指向程序映像中可重定位段地址的指针链表。exe文件的文件头结构如表所示：

偏移量 含义 

00h～01h MZ，exe文件标记 

02h～03h 文件长度除以512的余数 

04h～05h 文件长度除以512的商 

06h～07h 重定位项的个数 

08h～09h 文件头除以16的商 

0ah～0bh 程序运行所需最小段数 

0ch～0dh 程序运行所需最大段数 

0eh～0fh 堆栈段的段值（SS） 

10h～11h 堆栈段的段值（SP） 

12h～13h 文件校验和 

14h～15h 装入模块入口时的IP值 

16h～17h 装入模块代码相对段值（CS） 

18h～19h 重定位表，开始位置，以位移地址表示 

1ah～1bh 覆盖号（程序驻留为零） 

1ch 重定位表，起点由偏移18h～19h给出，项数由06h～07h标明 

 

 一、DOS EXE文件头数据结构

 

   struct   DOSEXEHEAD_t

 

{

 

  unsigned   char     Mark1;            // LINK签名0x4D

 

  unsigned   char     Mark2;            // LINK签名0x5A

 

  unsigned   short   VolumeInLastPage;  // 最后一扇区字节数

 

  unsigned   short   CountOfPage;       // 扇区数

 

  unsigned   short   CountOfReallocItem; //重定位表的项数

 

  unsigned   short   SizeOfHeadInPara; // 以节为单位的EXE头大小

 

  unsigned   short   min_para;          // 程序下方所需最小节数

 

  unsigned   short   max_para;          // 程序下方所需最大节数

 

  unsigned   short   Start_SS;          // 入口点SS,相对值

 

  unsigned   short   Start_SP;          // 入口点SP

 

  unsigned   short   Reserved;          // 保留，目前为0x0000

 

  unsigned   short   Start_IP;          // 入口点IP

 

  unsigned   short   Start_CS;          // 入口点CS，相对值

 

  unsigned   short   FirstReallocPtr;   // 首重定位表项距头首部的字节数

 

};     程序映像包含处理代码和程序的初始数据，紧接在文件头之后。它的大小以字节为单位，等于exe文件的大小减去文件头的大小，也等于exHeaderSize的域的值乘以16。MS-DOS通过把该映像直接从文件复制到内存加载exe程序，然后调整定位表中说明的可重定位段地址。

     定位表是一个重定位指针数组，每个指向程序映像中的可重定位段地址。文件头中的exRelocItems域说明了数组中指针的个数，exRelocTable域说明了分配表的起始文件偏移量。每个重定位指针由两个16位值组成：偏移量和段值。为加载exe程序，MS-DOS首先读文件头以确定exe标志并计算程序映像的大小，然后它试图申请内存。首先，它计算程序映像文件的大小加上PSP的大小，再加上EXEHEADER结构中的exMinAlloc域说明的内存大小这3者之和。如果总和超过最大可用内存块的大小，则MS-DOS停止加载程序并返回一个出错值。否则，它计算程序映像的大小加上PSP的大小再加上EXEHEADER结构中exMaxAlloc域说明的内存大小之和，如果第二个总和小于最大可用内存块的大小，则MS-DOS分配计算得到的内存量。否则，它分配最大可用内存块。

     分配完内存后，MS-DOS确定段地址，也称为起始段地址，MS-DOS从此处加载程序映像。如果exMinAlloc域和exMaxAlloc域中的值都为零，则MS-DOS把映像尽可能地加载到内存最高端。否则，它把映像加载到紧挨着PSP域之上。

     接下来，MS-DOS读取重定位表中的项目调整所有由重定位指针说明的段地址。对于重定位表的每个指针，MS-DOS寻找指针映像中相应的可重定位段地址，并把起始段地址加到它之上。一旦调整完毕，段地址便指向了内存中被加载程序的代码和数据段。MS-DOS在所分配内存的最低部分建造256B的PSP，把AL和AH设置为加载com程序时所设置的值。MS-DOS使用文件头中的值设置SP与SS，调整SS初始值，把起始地址加载到它之上。MS-DOS还把EX和DS设置为PSP的段地址。最后，MS-DOS从程序文件头读取CS和IP的初始值，把起始段地址加到CS之上，把控制转移到位于调整后的地址处的程序。

 

三.什么是psp

 

事实上，无论是"COM"还是"EXE"文件，DOS在调入它们时都要保留256字节来预置一些数据，我们把这256字节称为"程序段前缀"（PSP--Program Segment Prefix），对于一个"COM"文件，由于只有一个段，所以PSP、代码、数据和堆栈都在这个段中，PSP在头部，堆栈在尾部，中间是代码和数据，一个"COM"程序在调入内存执行时DOS会自动在堆栈中存入一个0，所以"COM"程序只需使用近程的RET指令就能返回DOS，并且无需自己初始化堆栈。

 

 

 

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/idy_10000/archive/2011/03/05/6225612.aspx