使用底层虚拟机LLVM PASS插入花指令

AI 3个月前 admin

80 0 0

使用LLVM(Low Level Virtual Machine) PASS可以通过编译器后端自动插入花指令, 而不需要手动在源代码里内联汇编。

1. 花指令简介

简单来说就是一块无意义的汇编指令, 用于干扰反汇编器工作。
无论是做CTF题, 还是实战破解, 偶尔也会遇到一些花指令。

传统的花指令可以通过内联汇编进行编写, 例如:

int main(int argc, const char* argv[])
{
 __asm
 {
  push eax
  jz TMP1
  jnz TMP1
  push eax
 TMP0:
  add esp, 4
  jmp END
 TMP1:
  call TMP0
  pop eax
 END:
  pop eax
 }

 //user code
 return 0;
}

以上汇编毫无意义, 有没有都一样, jmp来jmp去最后还是运行到了用户代码, 但是可以在一定程度上影响反汇编器的正常工作。

但是这样写有两个问题:

微软的MSVC编译器只支持x86的内联汇编, 不支持x64的
这样写需要在函数中手动添加花指令, 首先会破坏源代码的可读性, 其次也很麻烦

那么就需要一种不影响源代码的, 不需要手动插入的方法 ——— LLVM PASS是一个不错的选择。

2. LLVM简介

2.1 LLVM

广义上的llvm指的是包括clang前端+llvm后端, 狭义上的llvm仅指代后端

一个编译器需要包含:

Frontend前端: 词法分析、语法分析、语义分析、生成中间代码
Optimizer优化器: 进行中间代码优化
Backend后端: 将优化后的中间代码生成目标机器码

下图所示是传统的编译器架构:

使用底层虚拟机LLVM PASS插入花指令

LLVM也是一款编译器, 它的架构也是三段式, 但其并没有将这三段耦合起来:

使用底层虚拟机LLVM PASS插入花指令

LLVM采用统一的中间语言IR, 也就是比如C++代码, 经过clang进行语法分析后将高级语言转为了IR中间语言,
然后使用llvm opt将IR进行了一系列优化, 最后再把优化后的IR编译成机器码, 如下图所示:

使用底层虚拟机LLVM PASS插入花指令

可以看到IR经过一层层Pass最后到了Backend进行编译, llvm提供了一系列的接口提供给开发者编写pass对IR进行操作。
你甚至可以写一个pass, 把函数全部删掉都可以, 所以在IR中插入一系列指令也是完全可以。
那么IR这种中间语言是怎么表示高级语言的呢?

2.1 LLVM IR

首先看一下llvm对IR的组织结构:

使用底层虚拟机LLVM PASS插入花指令

module代表一个编译模块(就是一个.cpp文件), Function就是一个函数, BasickBlock指的是可连续执行的指令块(就是没有跳转等中断的指令集合), 更详细的内容可以去查看官方文档
在Pass中可以选一个维度进行操作, 比如可以遍历Function对每个Function进行操作

我们直接编译一个printf看看是怎么用IR表示的:

//test.c
#include <stdio.h>

int main(int argc, const char* argv[])
{
 printf("your argc:%dn", argc);
 return 0;
}

使用以下命令行:

clang -emit-llvm test.c -o test.ll -S

-S表示生成方便人类阅读的文本形式.ll(类似于反汇编), 默认生成的是机器处理的字节码.bc(类似于汇编):

; ModuleID = 'test.c'

@.str = private unnamed_addr constant [14 x i8] c"your argc:%dA0", align 1

; Function Attrs: mustprogress noinline norecurse optnone uwtable
define dso_local noundef i32 @main(i32 noundef %0, ptr noundef %1) #0 {
  %3 = alloca i32, align 4
  %4 = alloca i32, align 4
  %5 = alloca ptr, align 8
  store i32 0, ptr %3, align 4
  store i32 %0, ptr %4, align 4
  store ptr %1, ptr %5, align 8
  %6 = load i32, ptr %4, align 4
  %7 = call i32 (ptr, ...) @printf(ptr noundef @.str, i32 noundef %6)
  ret i32 0
}

declare i32 @printf(ptr noundef, ...) #1

上面的IR只展示了关键代码, 像一些datalayout/triple等信息表示的是目标平台和编译信息啥的, 不需要关心

以上IR猜也能猜个大概, %0代表的是argc, 然后alloca在栈上分配一块空间(类似于malloc), %4指向该空间, 然后store %0, ptr %4, 把argc存储到%4指针里, 然后%6 = load ptr %4, 从%4指针里取数据到%6中, 然后call printf(@.str, %6), 参数是 .str(就是c"your argc:%dA0"字符串), 和argc

关于更多的IR结构和语法, 可以去看官方文档, 或者看雪上这篇文章（https://bbs.kanxue.com/thread-279624.html）也不错

2.3 LLVM PASS

新版PASS的官方文档:

https://llvm.org/docs/WritingAnLLVMNewPMPass.html

官方示例可以查看: llvm源代码目录/llvm/examples/Bye/Bye.cpp
其中LegacyBye是旧版写法, struct Bye : PassInfoMixin<Bye> 是新写法

pass中需要实现llvm::PassPluginLibraryInfo getByePluginInfo()用于返回插件信息
并需要导出函数:

extern "C" LLVM_ATTRIBUTE_WEAK ::llvm::PassPluginLibraryInfo
llvmGetPassPluginInfo() {
  return getByePluginInfo();// <-这个函数是上面你实现的返回插件信息的函数
}

官方说明上表示可以①将编写的PASS直接集成到llvm代码中 ②也可以以插件的形式, 动态加载pass
第二种方法是比较好的, 就不用每次都重新编译了

3. 编写JunkCode Pass

下面将说明如何编写一个名为"JunkCode"的Pass, 用于插入花指令

3.1 配置llvm开发环境

我建议不要使用windows版本, 在windows下编译完后死活加载不上动态插件pass(也有可能是我的问题)
而且如果只是为了简单编写, 不需要debug的话, 我建议就不要自己编译了, 直接下载prebuilt的就好了。

去llvm的github官方仓库找'clang+llvm-18.1.4-x86_64-linux-gnu-ubuntu-18.04.tar.xz'这种下载即可

3.2 编写pass

关键代码:

bool InsertJunkCode::runOnFunction(Function &F) {
 bool InsertedAtLeastOne = false;

 int bb_index = 0;
 for (auto &BB : F)
 {
  Instruction *beginInst = &*BB.getFirstInsertionPt();
  IRBuilder<> builder(beginInst);
  
  // Assemble the inline assembly code
  std::string asmCode = llvm::formatv(
     "pushq %raxn"
     "callq {0}fn"
     "movq $$0xe4, %raxn"
    "{0}:n"
     "popq %raxn"
     "popq %raxn"
   , bb_index);
  // Create InlineAsm object
  InlineAsm *asmInst = InlineAsm::get(
  FunctionType::get(builder.getVoidTy(), false),
   asmCode,
   "",
   true
  );

  // Insert the inline assembly instruction before the terminator instruction
  builder.CreateCall(asmInst, {});
  
  bb_index += 1;
  InsertedAtLeastOne = true;
 }

 return InsertedAtLeastOne;
}

以上代码中, 内联汇编的语法和正常的有点不同, 具体要查看llvm官方文档（https://llvm.org/docs/LangRef.html#inline-assembler-expressions）, 比如要表示立即数的话要用$$0xe4, 因为$另有他用。
逻辑是首先遍历每个Function, 其中'for (auto &BB : F)'是在遍历Function中的基本块, 然后拿到每个基本块的第一个可插入点'getFirstInsertionPt()', 最后插入花指令内联汇编(AT&T风格)
其中llvm::formatv是llvm提供的格式化字符串方法, 所以{0}指代的是bb_index.
即此pass会在每个基本块开头插入:

    push rax        ;压入rax
    call TMP        ;压入ret地址 并jmp到TMP
    mov rax, 0xE4   ;无意义
TMP：
    pop rax         ;pop完rax=ret地址
    pop rax         ;pop完rax=原rax

callq {0}f ({0}会被替换成bb_index的值)是因为一个function内有多个basicblock, 所以标签名不能重复, 通过bb_index递增标签名

3.3 使用cmake编译

cmake和llvm有联动, 可以自动搜索llvm的库和头文件并设置pass编译设置, 还是比较方便的, 写一个CMakeLists.txt：

#cmake最低版本
cmake_minimum_required(VERSION 3.20)

#以下应全改为你的llvm路径
set(CMAKE_C_COMPILER "~/llvm18/prebuilt/bin/clang") # 指定C编译器路径
set(CMAKE_CXX_COMPILER "~/llvm18/prebuilt/bin/clang++") # 指定C++编译器路径
set(CMAKE_LINKER "~/llvm18/prebuilt/bin/lld") # 指定链接器

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -g") # 带上-g 生成的pass .so会有调试信息 崩溃时容易定位

project(JunkCode) #项目名称

set(CMAKE_CXX_STANDARD 17) #C++17标准

#设置LLVM安装路径
if(NOT DEFINED ENV{LLVM_HOME})
	message(WARNING "Auto Set LLVM_HOME...")
    set(ENV{LLVM_HOME} "~/llvm18/prebuilt")
endif()
message(STATUS "LLVM_HOME = [$ENV{LLVM_HOME}]")

set(ENV{LLVM_DIR} "$ENV{LLVM_HOME}/lib/cmake/llvm") # Default llvm config file path

find_package(LLVM REQUIRED CONFIG) # 查找并加载LLVM的CMake模块

# 将LLVM的CMake模块路径添加到CMake模块路径中
list(APPEND CMAKE_MODULE_PATH "${LLVM_CMAKE_DIR}")
#包括AddLLVM.cmake模块
set(result "")
include(AddLLVM RESULT_VARIABLE result)

include_directories(${LLVM_INCLUDE_DIRS}) # 添加LLVM的头文件路径
link_directories(${LLVM_LIBRARY_DIRS}) # 添加LLVM的库路径
add_definitions(${LLVM_DEFINITIONS}) # 添加LLVM的依赖库

# 添加源代码 并设置插件
add_llvm_pass_plugin(${PROJECT_NAME} src/main.cpp)

然后cmake -B build && cd build && make即可

3.4 验证效果

使用以下代码测试:

//test.c
#include <stdio.h>
int main(int argc, char const *argv[])
{
 if (argc != 2)
  puts("argc not 2");
 else 
  puts("arhc is 2");

 return 0;
}

使用

clang -emit-llvm test.c -o test.ll -S

生成test.ll文件:

@.str = private unnamed_addr constant [11 x i8] c"argc not 20", align 1
@.str.1 = private unnamed_addr constant [10 x i8] c"arhc is 20", align 1

; Function Attrs: noinline nounwind optnone uwtable
define dso_local i32 @main(i32 noundef %0, ptr noundef %1) #0 {
  %3 = alloca i32, align 4
  %4 = alloca i32, align 4
  %5 = alloca ptr, align 8
  store i32 0, ptr %3, align 4
  store i32 %0, ptr %4, align 4
  store ptr %1, ptr %5, align 8
  %6 = load i32, ptr %4, align 4
  %7 = icmp ne i32 %6, 2
  br i1 %7, label %8, label %10

8:                                                ; preds = %2
  %9 = call i32 @puts(ptr noundef @.str)
  br label %12

10:                                               ; preds = %2
  %11 = call i32 @puts(ptr noundef @.str.1)
  br label %12

12:                                               ; preds = %10, %8
  ret i32 0
}

declare i32 @puts(ptr noundef) #1

使用opt加载pass:

opt -load-pass-plugin JunkCode.so -passes="insert-junk-code" test.ll -o test_pass.ll -S

生成test_pass.ll:

define dso_local i32 @main(i32 noundef %0, ptr noundef %1) #0 {
  call void asm sideeffect "pushq %raxAcallq 0fAmovq $$0xe4, %raxA0:Apopq %raxApopq %raxA", ""()
  %3 = alloca i32, align 4
  %4 = alloca i32, align 4
  %5 = alloca ptr, align 8
  store i32 0, ptr %3, align 4
  store i32 %0, ptr %4, align 4
  store ptr %1, ptr %5, align 8
  %6 = load i32, ptr %4, align 4
  %7 = icmp ne i32 %6, 2
  br i1 %7, label %8, label %10

8:                                                ; preds = %2
  call void asm sideeffect "pushq %raxAcallq 1fAmovq $$0xe4, %raxA1:Apopq %raxApopq %raxA", ""()
  %9 = call i32 @puts(ptr noundef @.str)
  br label %12

10:                                               ; preds = %2
  call void asm sideeffect "pushq %raxAcallq 2fAmovq $$0xe4, %raxA2:Apopq %raxApopq %raxA", ""()
  %11 = call i32 @puts(ptr noundef @.str.1)
  br label %12

12:                                               ; preds = %10, %8
  call void asm sideeffect "pushq %raxAcallq 3fAmovq $$0xe4, %raxA3:Apopq %raxApopq %raxA", ""()
  ret i32 0
}

可以看到确实在每个基本块的开头插入了'call void asm sideeffect'内联汇编指令
然后分别编译一下这两个.ll对比一下效果:

使用底层虚拟机LLVM PASS插入花指令

左边是test_pass.out, 可以看到sp-analysis failed了, 反编译也就会失败了。

原文始发于微信公众号（山石网科安全技术研究院）：使用底层虚拟机LLVM PASS插入花指令

版权声明：admin 发表于 2024年6月13日下午1:37。
转载请注明：使用底层虚拟机LLVM PASS插入花指令 | CTF导航

机器学习模型污染：一种危险的新型攻击向量

admin

495

参数凝聚的系列简介

admin

AI系列（一）：换个思路检测隐蔽C2

admin

724

【顶刊论文分享】DeepSec：深度学习模型的安全性分析平台

admin

410

G.O.S.S.I.P 阅读推荐 2024-03-06 机器学习的暴胀理论

admin

通用嵌套越狱提示可轻松骗过大型语言模型

admin

使用底层虚拟机LLVM PASS插入花指令

1. 花指令简介

2. LLVM简介

2.1 LLVM

2.1 LLVM IR

2.3 LLVM PASS

3. 编写JunkCode Pass

3.1 配置llvm开发环境

3.2 编写pass

3.3 使用cmake编译

3.4 验证效果

中科院信息工程所 | DE-GNN:基于图神经网络的双嵌入细粒度加密流量分类

Agentic LLM Vulnerability Scanner

相关文章

相关文章

使用底层虚拟机LLVM PASS插入花指令

1. 花指令简介

2. LLVM简介

2.1 LLVM

2.1 LLVM IR

2.3 LLVM PASS

3. 编写JunkCode Pass

3.1 配置llvm开发环境

3.2 编写pass

3.3 使用cmake编译

3.4 验证效果

中科院信息工程所 | DE-GNN:基于图神经网络的双嵌入细粒度加密流量分类

Agentic LLM Vulnerability Scanner

相关文章

广告位

相关文章