angr原理与实践（二）

2024-01-04 03:37| 来源: 网络整理| 查看: 265

本文系原创，转载请说明出处

Please Subscribe Wechat Official Account：信安科研人，获取更多的原创安全资讯

上一篇文章介绍了angr的原理，自此篇文章开始，将从一个个小实验的角度，讲述队angr的一些用法。

第二篇从（静态）程序分析必备的基础元素的角度出发，介绍一些图的生成与应用。

一 CFG（控制流图）与CG（调用图） 1.1 CFG控制流图：

概念：控制流图（control-flow graph）简称CFG，是计算机科学中的表示法，利用数学中图的表示方式，标示计算机程序执行过程中所经过的所有路径。控制流图是由法兰·艾伦所建立，他提出Reese T. Prosser（英语：Reese Prosser）曾利用邻接矩阵用在流分析上。

性质：

节点基本块，内含程序语句；基本块概念基本块 - 维基百科，自由的百科全书 (wikipedia.org) 边代表控制流，即如何执行

特征：

面向过程显示程序执行期间可以遍历的所有路径有向图

优点：

可以轻松封装每个基本块的信息

可以轻松找到程序中无法访问的代码，并且在控制流图中很容易找到循环等语法结构

缺点：

只能表示控制依赖关系，数据依赖关系表示能力较弱

使用angr生成CFG的示例代码：

在第一篇文章中提到angr实现生成CFG的几种算法，方法按结果可以分为：CFGFast()， CFGEmulated。

使用流程一般为：

加载文件调用图方法

angr调用方法：

import angr from angrutils import * p = angr.Project(程序路径) #使用快速生成方法生成CFG cfg = p.analyses.CFGFast() #使用完整生成方法生成CFG cfg1 = p.analyses.CFGEmulated() #调用angr-utils库可视化 plot_cfg(cfg1, "生成的cfg文件名", asminst=True, remove_imports=True, remove_path_terminator=True)

示例：

编辑

编辑 1.2 CG 调用图

概念：一种有向图，表示计算机程序中调用和调用子例程之间的关系，用于代码分析。每个节点表示一个过程，每个边（f， g）表示过程 f 调用过程 g。

特点：

两种CG，一种是动态，一种是静态

静态：静态调用图是用于表示程序的每个可能运行的调用图。确切的静态调用图是一个不可判定的问题，因此静态调用图算法通常是过度的。也就是说，发生的每个调用关系都表示在图中，并且可能还有一些在程序的实际运行中永远不会发生的调用关系。

动态：动态调用图只描述程序的一次运行

代码示例：

angr里比较常见的是函数的CG，需要注意区分概念

p = angr.Project(文件路径) cfg = p.analyses.CFGFast() cg = cfg.functions.callgraph #cg即是函数调用图

编辑

二 CDG和DDG （依赖图类，后续更新PDG、CPG）

依赖图一般是在CFG的基础上，按照特定的分析需求，构建特定的依赖图。常见的依赖图类包含CDG、DDG、CPG、PDG。angr按照自带的后向切片方法，在CFG上构建了生成CDG和DDG的方法，另外两种需要重构。

CDG（控制流依赖图）

概念：

人话定义：对于CFG中的两个节点X和Y，如果Y受X控制，即如果在程序执行过程中，X能直接影响Y是否执行

规范定义：

对于一个有向图 G = < N , E >，节点n控制依赖于节点m，当且仅当：存在一条m到n的控制路径，n是该路径上除m之外每个节点的后支配节点，并且n不是m的后支配节点。

本文参考这边博文，即CDG由CFG和FDT(前向支配树构成)，d支配（dominate）n，记为d dom n：每一条从流图的入口结点到结点n的路径都经过结点d 。在这个定义下每个结点都支配它自己如下图所示，左侧为流图，右侧为其对应的支配树

编辑

简单的来说如何划分，即如果现在这个节点只有一条入边，那么逆着入边往上看第一个节点直接控制现在这个节点，如2和3；如果现在这个节点有多条入边，逆着入边往上看，以一种合并的方式，找到这些入边往上合并的第一个节点，就是直接控制现在这个节点的节点。

又如如下例子：第一张图是程序示例和对应的CFG，第二张图是CDG和变量X的DDG

编辑

应用：

死代码删除（DCE，Dead Code Elimination）和激进死代码删除（ADCE，Aggressive Dead Code Elimination）是编译中常见的优化pass。相较于DCE，ADCE会删除冗余的分支。

示例代码

import angr b = angr.Project(文件路径) cfg = b.analyses.CFGEmulated(keep_state=True, state_add_options=angr.sim_options.refs, context_sensitivity_level=2) # 生成控制流依赖图 cdg = b.analyses.CDG(cfg)

DDG (数据依赖图)

定义：

两个句子存在数据依赖：一条语句中一个变量的定义，可以到达另一条语句中对该变量的使用在编译领域有不同类型的数据依赖，如果s2依赖于s1，可以是： s1 写内存 s2 读 (RAW) s1 读内存 s2 写 (WAR) s1 写内存 s2 写 (WAW) s1 读内存 s2 读 (RAR) 如果两个语句可能引用相同的内存位置和引用之一，则它们是数据相关的

代码示例：

import angr b = angr.Project(文件路径) cfg = b.analyses.CFGEmulated(keep_state=True, state_add_options=angr.sim_options.refs, context_sensitivity_level=2) # 生成数据流依赖图 ddg = b.analyses.DDG(cfg)

ACFG 属性控制流图

在很多代码相似性检测的工作中，常常需要二进制程序的结构和语义信息，ACFG诞生于二进制程序漏洞检测的工作GENIUS中，其定义了ACFG属性控制流图，以获取二进制程序的基本块的内部特征，以及外部的结构特征，从而将其嵌入向量空间，使用机器学习按照代码相似性的技术，进行漏洞检测。

Scalable Graph-based Bug Search for Firmware Images | Proceedings of the 2016 ACM SIGSAC Conference on Computer and Communications Security

定义：

一个有向图G = ，V为基本块集合，E是边集合，α代表基本块的特征标签集合，一般定义特征集合如下（参考此博文）

编辑

最后形成的ACFG如下：

编辑

代码示例：

首先导入库函数

import angr import argparse import os import json from angrutils import *

接着，从基本块中获取指令的统计特征，指令的种类需要手工枚举，数量有限，问题不大：

def calc_ins(insns): """ 统计基本块中指令类型的数量参数insns为angr调用cfg中的基本块 """ transfer_ins = ['MOV', 'PUSH', 'POP', 'XCHG', 'IN', 'OUT', 'XLAT', 'LEA', 'LDS', 'LES', 'LAHF', 'SAHF', 'PUSHF','POPF'] arithmetic_ins = ['ADD', 'SUB', 'MUL', 'DIV', 'XOR', 'INC', 'DEC', 'IMUL', 'IDIV','OR', 'NOT', 'SLL', 'SRL'] calls_ins = ['CALL'] num_transfer = 0 num_arithmetic = 0 num_calls = 0 for ins in insns: ins_name = ins.insn_name() #angr基本块中的block.capstone.insns.insn_name()方法 if ins_name in transfer_ins: num_transfer = num_transfer + 1 if ins_name in arithmetic_ins: num_arithmetic = num_arithmetic + 1 if ins_name in calls_ins: num_calls = num_calls + 1 return num_transfer, num_calls, num_arithmetic

然后，获取基本块的其他特征，如字符串常量的个数、数值常量的个数、指令总数：

def calc_block(block, num_str): """ 统计每个基本的特征 """ # 字符串常量个数初始化，通过传入外部的angr字符串个数计数方法 num_string = num_str # 数字常量的个数 num_numeric = len(block.vex.constants) # 指令的总数 num_instructions = block.instructions # 指令集区分并计数 num_transfer, num_calls, num_arithmetic = handle_ins(block.capstone.insns) # 基本块子节点个数 num_offspring = 0 return [num_string, num_numeric, num_transfer, num_calls, num_instructions, num_arithmetic, num_offspring]

接着，在定义好统计基本块内部的特征后，以一个函数为单位，统计基本块的外部结构特征，如连接的节点个数，子节点个数，使用邻接矩阵记录这些节点关系：

def calc_function(function, func_addr): """ 提取每个函数的特征 """ function_feature = dict() function_feature["func_addr"] = func_addr #函数的位置 function_feature["function_name"] = function.name #函数名 function_feature["features"] = [] #函数内基本块的总特征 function_feature["adj"] = [] #函数内的基本块结构 try: # 函数中字符串常量的个数 f_num_string = len(function.string_references()) block_cnt = 0 # 提取函数内每个基本块的属性并统计基本块的个数 for blk in function.blocks: function_feature["features"].append(calc_block(blk, f_num_string)) block_cnt = block_cnt + 1 function_feature["block"] = block_cnt # CFG图的节点数目为0时直接返回 if 0 == len(function.graph): return # 将函数中的基本块结构图转为邻接矩阵 matrix = nx.adjacency_matrix(function.graph).todense().tolist() for i, line in enumerate(matrix): # 当前节点到自己无边 line[i] = 0 num_offspring = line.count(1) #计算子节点个数 function_feature["features"][i][-1] = num_offspring function_feature["adj"].append(line) print("*************************************") print(function_feature) except Exception as e: print("Exception->", e)

这里比较难理解的操作是邻接矩阵这块，把它打印出来看会更容易理解：

编辑

上左图是一个函数的具体信息和邻接矩阵（最后一行），右图是可视化CFG后该函数对应的部分，可以看到0x4005a0基本块节点到本身无边，因此为0，到第二个0x4005a0和第三个0x4005b0都有边，所以，最后为[0,1,1]；第二个[0,0,0]按顺序为0x4005b2基本块，可以看到，其到其他两个都没有指向边，因此全为0；最后一个同理。

所以，对于每个line，如下图，就是一个基本块的节点连接情况，计算line.count(1)就是计算子节点的个数

编辑

最后，对每个文件进行方法调用即可：

编辑

【本文地址】

angr原理与实践（二）

angr原理与实践（二）

今日新闻

推荐新闻