mirror of
https://github.com/nganhkhoa/CTF-All-In-One.git
synced 2024-10-19 09:22:51 +07:00
304 lines
12 KiB
Markdown
304 lines
12 KiB
Markdown
# 5.3.1 angr
|
||
|
||
- [简介](#简介)
|
||
- [安装](#安装)
|
||
- [使用方法](#使用方法)
|
||
- [快速入门](#快速入门)
|
||
- [二进制文件加载器](#二进制文件加载器)
|
||
- [求解器引擎](#求解器引擎)
|
||
- [VEX IR 翻译器](#vex-ir-翻译)
|
||
- [体系结构信息收集](#体系结构信息收集)
|
||
- [CTF 实例](#ctf-实例)
|
||
- [参考资料](#参考资料)
|
||
|
||
|
||
## 简介
|
||
[angr](https://github.com/angr/angr) 是一个多架构的二进制分析平台，具备对二进制文件的动态符号执行能力和多种静态分析能力。在近几年的 CTF 中也大有用途。
|
||
|
||
|
||
## 安装
|
||
在 Ubuntu 上，首先我们应该安装所有的编译所需要的依赖环境：
|
||
```shell
|
||
$ sudo apt install python-dev libffi-dev build-essential virtualenvwrapper
|
||
```
|
||
|
||
强烈建议在虚拟环境中安装 angr，因为有几个 angr 的依赖（比如z3）是从他们的原始库中 fork 而来，如果你已经安装了 z3,那么你肯定不希望 angr 的依赖覆盖掉官方的共享库。
|
||
|
||
对于大多数 *nix系统，只需要 `mkvirtualenv angr && pip install angr` 安装就好了。
|
||
|
||
如果这样安装失败的话，那么你可以按照下面的顺序从 angr 的官方仓库安装：
|
||
```text
|
||
1. claripy
|
||
2. archinfo
|
||
3. pyvex
|
||
4. cle
|
||
5. angr
|
||
```
|
||
例如下面这样：
|
||
```shell
|
||
$ git clone https://github.com/angr/claripy
|
||
$ cd claripy
|
||
$ sudo pip install -r requirements.txt
|
||
$ sudo python setup.py build
|
||
$ sudo python setup.py install
|
||
```
|
||
安装过程中可能会有一些奇怪的错误，可以到官方文档中查看。
|
||
|
||
|
||
## 使用方法
|
||
#### 快速入门
|
||
使用 angr 的第一步是新建一个工程，几乎所有的操作都是围绕这个工程展开的：
|
||
```python
|
||
>>> import angr
|
||
>>> proj = angr.Project('/bin/true')
|
||
WARNING | 2017-12-08 10:46:58,836 | cle.loader | The main binary is a position-independent executable. It is being loaded with a base address of 0x400000.
|
||
```
|
||
这样就得到了二进制文件的各种信息，如：
|
||
```python
|
||
>>> proj.filename
|
||
'/bin/true'
|
||
>>> proj.arch
|
||
<Arch AMD64 (LE)>
|
||
>>> hex(proj.entry)
|
||
'0x4013b0'
|
||
```
|
||
|
||
程序加载时会将二进制文件和共享库映射到虚拟地址中，CLE 模块就是用来处理这些东西的。
|
||
```python
|
||
>>> proj.loader
|
||
<Loaded true, maps [0x400000:0x5008000]>
|
||
```
|
||
所有对象文件如下，其中二进制文件是 main object：
|
||
```
|
||
>>> proj.loader.all_objects
|
||
[<ELF Object true, maps [0x400000:0x60721f]>, <ELF Object libc-2.26.so, maps [0x1000000:0x13b78cf]>, <ELF Object ld-2.26.so, maps [0x2000000:0x22260f7]>, <ELFTLSObject Object cle##tls, maps [0x3000000:0x300d010]>, <ExternObject Object cle##externs, maps [0x4000000:0x4008000]>, <KernelObject Object cle##kernel, maps [0x5000000:0x5008000]>]
|
||
>>> proj.loader.main_object
|
||
<ELF Object true, maps [0x400000:0x60721f]>
|
||
>>> proj.loader.main_object.pic
|
||
True
|
||
```
|
||
通常我们在创建工程时选择关闭 `auto_load_libs` 以避免 angr 加载共享库：
|
||
```
|
||
>>> p = angr.Project('/bin/true', auto_load_libs=False)
|
||
WARNING | 2017-12-08 11:09:28,629 | cle.loader | The main binary is a position-independent executable. It is being loaded with a base address of 0x400000.
|
||
>>> p.loader.all_objects
|
||
[<ELF Object true, maps [0x400000:0x60721f]>, <ExternObject Object cle##externs, maps [0x1000000:0x1008000]>, <KernelObject Object cle##kernel, maps [0x2000000:0x2008000]>, <ELFTLSObject Object cle##tls, maps [0x3000000:0x300d010]>]
|
||
```
|
||
|
||
`project.factory` 提供了很多类对二进制文件进行分析，它提供了几个方便的构造函数。
|
||
|
||
`project.factory.block()` 用于从给定地址解析一个 basic block：
|
||
```python
|
||
>>> block = proj.factory.block(proj.entry) # 从程序头开始解析一个 basic block
|
||
>>> block
|
||
<Block for 0x4013b0, 42 bytes>
|
||
>>> block.pp() # pretty-print，即打印出反汇编代码
|
||
0x4013b0: xor ebp, ebp
|
||
0x4013b2: mov r9, rdx
|
||
0x4013b5: pop rsi
|
||
0x4013b6: mov rdx, rsp
|
||
0x4013b9: and rsp, 0xfffffffffffffff0
|
||
0x4013bd: push rax
|
||
0x4013be: push rsp
|
||
0x4013bf: lea r8, qword ptr [rip + 0x32ca]
|
||
0x4013c6: lea rcx, qword ptr [rip + 0x3253]
|
||
0x4013cd: lea rdi, qword ptr [rip - 0xe4]
|
||
0x4013d4: call qword ptr [rip + 0x205b26]
|
||
>>> block.instructions # 指令数量
|
||
11
|
||
>>> block.instruction_addrs # 指令地址
|
||
[4199344L, 4199346L, 4199349L, 4199350L, 4199353L, 4199357L, 4199358L, 4199359L, 4199366L, 4199373L, 4199380L]
|
||
```
|
||
另外，还可以将 block 对象转换成其他形式：
|
||
```python
|
||
>>> block.capstone
|
||
<CapstoneBlock for 0x4013b0>
|
||
>>> block.capstone.pp()
|
||
|
||
>>> block.vex
|
||
<pyvex.block.IRSB object at 0x7fe526b98670>
|
||
>>> block.vex.pp()
|
||
```
|
||
|
||
程序的执行需要初始化一个 `SimState` 对象：
|
||
```python
|
||
>>> state = proj.factory.entry_state()
|
||
>>> state
|
||
<SimState @ 0x4013b0>
|
||
```
|
||
该对象包含了程序的内存、寄存器、文件系统数据等：
|
||
```python
|
||
>>> state.regs.rip
|
||
<BV64 0x4013b0>
|
||
>>> state.regs.rsp
|
||
<BV64 0x7fffffffffeff98>
|
||
>>> state.regs.rdi
|
||
<BV64 reg_48_0_64{UNINITIALIZED}> # 符号变量，它是符号执行的基础
|
||
>>> state.mem[proj.entry].int.resolved
|
||
<BV32 0x8949ed31>
|
||
```
|
||
这里的 BV，即 bitvectors，用于表示 angr 里的 CPU 数据。下面是 python int 和 bitvectors 之间的转换：
|
||
```python
|
||
>>> bv = state.solver.BVV(0x1234, 32)
|
||
>>> bv
|
||
<BV32 0x1234>
|
||
>>> hex(state.solver.eval(bv))
|
||
'0x1234'
|
||
>>> bv = state.solver.BVV(0x1234, 64)
|
||
>>> bv
|
||
<BV64 0x1234>
|
||
>>> hex(state.solver.eval(bv))
|
||
'0x1234L'
|
||
```
|
||
使用 bitvectors 来设置寄存器和内存的值，当直接传入 python int 时，angr 会自动将其转换成 bitvectors：
|
||
```python
|
||
>>> state.regs.rsi = state.solver.BVV(3, 64)
|
||
>>> state.regs.rsi
|
||
<BV64 0x3>
|
||
>>> state.mem[0x1000].long = 4
|
||
>>> state.mem[0x1000].long.resolved # .resolved 获取 bitvectors
|
||
<BV64 0x4>
|
||
>>> state.mem[0x1000].long.concrete # .concrete 获得 python int
|
||
4L
|
||
```
|
||
|
||
初始化的 state 可以经过模拟执行得到一系列的 states，simulation 管理器的作用就是对这些 states 进行管理：
|
||
```python
|
||
>>> simgr = proj.factory.simulation_manager(state)
|
||
>>> simgr
|
||
<SimulationManager with 1 active>
|
||
>>> simgr.active
|
||
[<SimState @ 0x4013b0>]
|
||
>>> simgr.step() # 模拟一个 basic block 的执行
|
||
<SimulationManager with 1 active>
|
||
>>> simgr.active # 模拟状态被更新
|
||
[<SimState @ 0x1020e80>]
|
||
>>> simgr.active[0].regs.rip # active[0] 是当前 state
|
||
<BV64 0x404620>
|
||
>>> state.regs.rip # 但原始的 state 没有变
|
||
<BV64 0x4013b0>
|
||
```
|
||
|
||
`project.analyses` 提供了大量函数用于程序分析。
|
||
```python
|
||
>>> cfg = p.analyses.CFGFast() # 得到 control-flow graph
|
||
>>> cfg
|
||
<CFGFast Analysis Result at 0x7f4626f15090>
|
||
>>> cfg.graph
|
||
<networkx.classes.digraph.DiGraph object at 0x7f462316ef90> # 详细内容请查看 networkx
|
||
>>> len(cfg.graph.nodes())
|
||
937
|
||
>>> entry_node = cfg.get_any_node(proj.entry) # 得到给定地址的节点
|
||
>>> entry_node
|
||
<CFGNode 0x4013b0[42]>
|
||
>>> len(list(cfg.graph.successors(entry_node)))
|
||
2
|
||
```
|
||
如果要想画出图来，还需要安装 matplotlib，Tkinter 等。
|
||
```python
|
||
>>> import networkx as nx
|
||
>>> import matplotlib.pyplot as plt
|
||
>>> nx.draw(cfg.graph) # 画图
|
||
>>> plt.show() # 显示
|
||
>>> plt.savefig('temp.png') # 保存
|
||
```
|
||
|
||
#### 加载二进制文件
|
||
我们知道 angr 是高度模块化的，接下来我们就分别来看看这些组成模块，其中用于二进制加载模块称为 CLE。主类为 `cle.loader.Loader`，它导入所有的对象文件并导出一个进程内存的抽象。类 `cle.backends` 是加载器的后端，根据二进制文件类型区分为 `cle.backends.elf`、`cle.backends.pe`、`cle.backends.macho` 等。
|
||
|
||
加载对象文件和细分类型如下：
|
||
```python
|
||
>>> proj.loader.all_objects # 所有对象文件
|
||
[<ELF Object true, maps [0x400000:0x60721f]>, <ELF Object libc-2.26.so, maps [0x1000000:0x13b78cf]>, <ELF Object ld-2.26.so, maps [0x2000000:0x22260f7]>, <ELFTLSObject Object cle##tls, maps [0x3000000:0x300d010]>, <ExternObject Object cle##externs, maps [0x4000000:0x4008000]>, <KernelObject Object cle##kernel, maps [0x5000000:0x5008000]>]
|
||
```
|
||
- `proj.loader.main_object`：主对象文件
|
||
- `proj.loader.shared_objects`：共享对象文件
|
||
- `proj.loader.extern_object`：外部对象文件
|
||
- `proj.loader.all_elf_object`：所有 elf 对象文件
|
||
- `proj.loader.kernel_object`：内核对象文件
|
||
|
||
通过对这些对象文件进行操作，可以解析出相关信息：
|
||
```python
|
||
>>> obj = proj.loader.main_object
|
||
>>> hex(obj.entry) # 入口地址
|
||
'0x4013b0'
|
||
>>> hex(obj.min_addr), hex(obj.max_addr) # 起始地址和结束地址
|
||
('0x400000', '0x60721f')
|
||
>>> obj.segments # segments
|
||
<Regions: [<ELFSegment offset=0x0, flags=0x5, filesize=0x6094, vaddr=0x400000, memsize=0x6094>, <ELFSegment offset=0x6c10, flags=0x6, filesize=0x470, vaddr=0x606c10, memsize=0x610>]>
|
||
>>> obj.sections # sections
|
||
<Regions: [<Unnamed | offset 0x0, vaddr 0x400000, size 0x0>, <.interp | offset 0x238, vaddr 0x400238, size 0x1c>, <.note.ABI-tag | offset 0x254, vaddr 0x400254, size 0x20>,...etc
|
||
```
|
||
根据需要解析我们需要的信息：
|
||
```python
|
||
>>> obj.find_segment_containing(obj.entry) # 包含给定地址的 segments
|
||
<ELFSegment offset=0x0, flags=0x5, filesize=0x6094, vaddr=0x400000, memsize=0x6094>
|
||
>>> obj.find_section_containing(obj.entry) # 包含给定地址的 sections
|
||
<.text | offset 0x12f0, vaddr 0x4012f0, size 0x33c9>
|
||
```
|
||
|
||
#### 求解器引擎
|
||
|
||
#### VEX IR 翻译器
|
||
angr 使用了 VEX 作为二进制分析的中间表示。VEX IR 是由 Valgrind 项目开发和使用的中间表示，后来这一部分被分离出去作为 libVEX，libVEX 用于将机器码转换成 VEX IR（更多内容参考章节5.2.3）。在 angr 项目中，开发了模块 [PyVEX](https://github.com/angr/pyvex) 作为 libVEX 的 Python 包装。当然也对 libVEX 做了一些修改，使其更加适用于程序分析。
|
||
|
||
一些用法如下：
|
||
```python
|
||
>>> import pyvex, archinfo
|
||
>>> bb = pyvex.IRSB('\xc3', 0x400400, archinfo.ArchAMD64()) # 将一个位于 0x400400 的 AMD64 基本块（\xc3，即ret）转成 VEX
|
||
>>> bb.pp() # 打印
|
||
IRSB {
|
||
t0:Ity_I64 t1:Ity_I64 t2:Ity_I64 t3:Ity_I64
|
||
|
||
00 | ------ IMark(0x400400, 1, 0) ------
|
||
01 | t0 = GET:I64(rsp)
|
||
02 | t1 = LDle:I64(t0)
|
||
03 | t2 = Add64(t0,0x0000000000000008)
|
||
04 | PUT(rsp) = t2
|
||
05 | t3 = Sub64(t2,0x0000000000000080)
|
||
06 | ====== AbiHint(0xt3, 128, t1) ======
|
||
NEXT: PUT(rip) = t1; Ijk_Ret
|
||
}
|
||
|
||
>>> bb.statements[3] # 表达式
|
||
<pyvex.stmt.WrTmp object at 0x7f38f1ef84b0>
|
||
>>> bb.statements[3].pp()
|
||
t2 = Add64(t0,0x0000000000000008)
|
||
|
||
>>> bb.statements[3].data # 数据
|
||
<pyvex.expr.Binop object at 0x7f38f1ef8460>
|
||
>>> bb.statements[3].data.pp()
|
||
Add64(t0,0x0000000000000008)
|
||
|
||
>>> bb.statements[3].data.op # 操作符
|
||
'Iop_Add64'
|
||
|
||
>>> bb.statements[3].data.args # 参数
|
||
[<pyvex.expr.RdTmp object at 0x7f38f1f77cb0>, <pyvex.expr.Const object at 0x7f38f1f77098>]
|
||
>>> bb.statements[3].data.args[0]
|
||
<pyvex.expr.RdTmp object at 0x7f38f1f77cb0>
|
||
>>> bb.statements[3].data.args[0].pp()
|
||
t0
|
||
|
||
>>> bb.next # 基本块末尾无条件跳转的目标
|
||
<pyvex.expr.RdTmp object at 0x7f38f3cb6f38>
|
||
>>> bb.next.pp()
|
||
t1
|
||
|
||
>>> bb.jumpkind # 无条件跳转的类型
|
||
'Ijk_Ret'
|
||
```
|
||
|
||
#### 体系结构信息收集
|
||
|
||
|
||
## CTF 实例
|
||
查看章节 6.2.8。
|
||
|
||
|
||
## 参考资料
|
||
- [angr.io](http://angr.io/)
|
||
- [docs.angr.io](https://docs.angr.io/)
|
||
- [angr API documentation](http://angr.io/api-doc/)
|
||
- [The Art of War:Offensive Techniques in Binary Analysis](https://www.cs.ucsb.edu/~vigna/publications/2016_SP_angrSoK.pdf)
|