瞭解到在逆向開發中,非常重要的一個環節就是靜態分析.首先我們是逆向iOS系統上面的APP.那麼我們知道,一個APP安裝在手機上面的可執行文件本質上是二進制文件.因爲iPhone手機本質上執行的指令是二進制.是由手機上的CPU執行的.所以靜態分析是建立在分析二進制上面.所以今天我們接下來的課程從非常基礎的東西開始講解.
彙編語言的發展
機器語言
由0和1組成的機器指令.
- 加:0100 0000
- 減:0100 1000
- 乘:1111 0111 1110 0000
- 除:1111 0111 1111 0000
彙編語言(assembly language)
使用助記符代替機器語言
如:
- 加:INC EAX 通過編譯器 0100 0000
- 減:DEC EAX 通過編譯器 0100 1000
- 乘:MUL EAX 通過編譯器 1111 0111 1110 0000
- 除:DIV EAX 通過編譯器 1111 0111 1111 0000
高級語言(High-level programming language)
C\C++\Java\OC\Swift,更加接近人類的自然語言
比如C語言:
- 加:A+B 通過編譯器 0100 0000
- 減:A-B 通過編譯器 0100 1000
- 乘:A*B 通過編譯器 1111 0111 1110 0000
- 除:A/B 通過編譯器 1111 0111 1111 0000
我們的代碼在終端設備上是這樣的過程:

- 彙編語言與機器語言一一對應,每一條機器指令都有與之對應的彙編指令
- 彙編語言可以通過編譯得到機器語言,機器語言可以通過反彙編得到彙編語言
- 高級語言可以通過編譯得到彙編語言 \ 機器語言,但彙編語言\機器語言幾乎不可能還原成高級語言
彙編語言的特點
-
可以直接訪問、控制各種硬件設備,比如存儲器、CPU等,能最大限度地發揮硬件的功能
-
能夠不受編譯器的限制,對生成的二進制代碼進行完全的控制
-
目標代碼簡短,佔用內存少,執行速度快
-
彙編指令是機器指令的助記符,同機器指令一一對應。每一種CPU都有自己的機器指令集\彙編指令集,所以彙編語言不具備可移植性
-
知識點過多,開發者需要對CPU等硬件結構有所瞭解,不易於編寫、調試、維護
-
不區分大小寫,比如mov和MOV是一樣的
彙編的用途(哥麼我學了能幹啥?)
- 編寫驅動程序、操作系統(比如Linux內核的某些關鍵部分)
- 對性能要求極高的程序或者代碼片段,可與高級語言混合使用(內聯彙編)
- 軟件安全
- 病毒分析與防治
- 逆向\加殼\脫殼\破解\外掛\免殺\加密解密\漏洞\黑客
- 理解整個計算機系統的最佳起點和最有效途徑
- 爲編寫高效代碼打下基礎
- 弄清代碼的本質
最後來句裝13的話
越底層越單純!真正的程序員都需要了解的一門非常重要的語言,彙編!
彙編語言的種類
-
目前討論比較多的彙編語言有
- 8086彙編(8086處理器是16bit的CPU)
- Win32彙編
- Win64彙編
- ARM彙編(嵌入式、Mac、iOS)
- ......
-
我們iPhone裏面用到的是ARM彙編,但是不同的設備也有差異.因CPU的架構不同.
架構 | 設備 |
---|---|
armv6 | iPhone, iPhone2, iPhone3G, 第一代、第二代 iPod Touch |
armv7 | iPhone3GS, iPhone4, iPhone4S,iPad, iPad2, iPad3(The New iPad), iPad mini, iPod Touch 3G, iPod Touch4 |
armv7s | iPhone5, iPhone5C, iPad4(iPad with Retina Display) |
arm64 | iPhone5S 以後 iPhoneX , iPad Air, iPad mini2以後 |
幾個必要的常識
- 要想學好彙編,首先需要了解CPU等硬件結構
- APP/程序的執行過程
- 硬件相關最爲重要是CPU/內存
- 在彙編中,大部分指令都是和CPU與內存相關的
總線
- 每一個CPU芯片都有許多管腳,這些管腳和總線相連,CPU通過總線跟外部器件進行交互
- 總線:一根根導線的集合
- 總線的分類
- 地址總線
- 數據總線
- 控制總線
舉個例子
- 數據總線
- 它的寬度決定了CPU的單次數據傳送量,也就是數據傳送速度
- 8086的數據總線寬度是16,所以單次最大傳遞2個字節的數據
- 控制總線
- 它的寬度決定了CPU對其他器件的控制能力、能有多少種控制
做個小練習
* 一個CPU 的尋址能力爲8KB,那麼它的地址總線的寬度爲____
* 8080,8088,80286,80386 的地址總線寬度分別爲16根,20根,24根,32根.那麼他們的尋址能力分別爲多少____KB, ____MB,____MB,____GB?
* 8080,8088,8086,80286,80386 的數據總線寬度分別爲8根,8根,16根,16根,32根.那麼它們一次可以傳輸的數據爲:____B,____B,____B,____B,____B,
* 從內存中讀取1024字節的數據,8086至少要讀____次,80386至少要讀取____次.
答案
內存
-
內存地址空間的大小受CPU地址總線寬度的限制。8086的地址總線寬度爲20,可以定位220個不同的內存單元(內存地址範圍0x00000~0xFFFFF),所以8086的內存空間大小爲1MB
-
0x00000~0x9FFFF:主存儲器。可讀可寫
-
0xA0000~0xBFFFF:向顯存中寫入數據,這些數據會被顯卡輸出到顯示器。可讀可寫
-
0xC0000~0xFFFFF:存儲各種硬件\系統信息。只讀
進制
學習進制的障礙
很多人學不好進制,原因是總以十進制爲依託去考慮其他進制,需要運算的時候也總是先轉換成十進制,這種學習方法是錯誤的.
我們爲什麼一定要轉換十進制呢?僅僅是因爲我們對十進制最熟悉,所以才轉換.
每一種進制都是完美的,想學好進制首先要忘掉十進制,也要忘掉進制間的轉換!
進制的定義
- 八進制由8個符號組成:0 1 2 3 4 5 6 7 逢八進一
- 十進制由10個符號組成:0 1 2 3 4 5 6 7 8 9逢十進一
- N進制就是由N個符號組成:逢N進一
做個練習
- 1 + 1 在____情況下等於 3 ?
.
.
.
.
.
.
.
.
.
.
.
.
.
十進制由10個符號組成: 0 1 3 2 8 A B E S 7 逢十進一
如果這樣定義十進制: 1 + 1 = 3!就對了!
這樣的目的何在?
傳統我們定義的十進制和自定義的十進制不一樣.那麼這10個符號如果我們不告訴別人這個符號表,別人是沒辦法拿到我們的具體數據的!用於加密!
十進制由十個符號組成,逢十進一,符號是可以自定義的!!
進制的運算
做個練習
- 八進制運算
- 2 + 3 = __ , 2 * 3 = __ ,4 + 5 = __ ,4 * 5 = __.
- 277 + 333 = __ , 276 * 54 = __ , 237 - 54 = __ , 234 / 4 = __ .
八進制加法表
0 1 2 3 4 5 6 7
10 11 12 13 14 15 16 17
20 21 22 23 24 25 26 27
...
1+1 = 2
1+2 = 3 2+2 = 4
1+3 = 4 2+3 = 5 3+3 = 6
1+4 = 5 2+4 = 6 3+4 = 7 4+4 = 10
1+5 = 6 2+5 = 7 3+5 = 10 4+5 = 11 5+5 = 12
1+6 = 7 2+6 = 10 3+6 = 11 4+6 = 12 5+6 = 13 6+6 = 14
1+7 = 10 2+7 = 11 3+7 = 12 4+7 = 13 5+7 = 14 6+7 = 15 7+7 = 16
八進制乘法表
0 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17 20 21 22 23 24 25 26 27...
1*1 = 1
1*2 = 2 2*2 = 4
1*3 = 3 2*3 = 6 3*3 = 11
1*4 = 4 2*4 = 10 3*4 = 14 4*4 = 20
1*5 = 5 2*5 = 12 3*5 = 17 4*5 = 24 5*5 = 31
1*6 = 6 2*6 = 14 3*6 = 22 4*6 = 30 5*6 = 36 6*6 = 44
1*7 = 7 2*7 = 16 3*7 = 25 4*7 = 34 5*7 = 43 6*7 = 52 7*7 = 61
實戰四則運算
277 236 276 234
+ 333 - 54 * 54 / 4
-------- -------- -------- --------
二進制的簡寫形式
二進制: 1 0 1 1 1 0 1 1 1 1 0 0
三個二進制一組: 101 110 111 100
八進制: 5 6 7 4
四個二進制一組: 1011 1011 1100
十六進制: b b c
二進制:從0 寫到 1111
0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111
這種二進制使用起來太麻煩,改成更簡單一點的符號:
0 1 2 3 4 5 6 7 8 9 A B C D E F 這就是十六進制了
數據的寬度
數學上的數字,是沒有大小限制的,可以無限的大。但在計算機中,由於受硬件的制約,數據都是有長度限制的(我們稱爲數據寬度),超過最多寬度的數據會被丟棄。
#import <UIKit/UIKit.h>
#import "AppDelegate.h"
int test(){
int cTemp = 0x1FFFFFFFF;
return cTemp;
}
int main(int argc, char * argv[]) {
printf("%x\n",test());
@autoreleasepool {
return UIApplicationMain(argc, argv, nil, NSStringFromClass([AppDelegate class]));
}
}
計算機中常見的數據寬度
- 位(Bit): 1個位就是1個二進制位.0或者1
- 字節(Byte): 1個字節由8個Bit組成(8位).內存中的最小單元Byte.
- 字(Word): 1個字由2個字節組成(16位),這2個字節分別稱爲高字節和低字節.
- 雙字(Doubleword): 1個雙字由兩個字組成(32位)
那麼計算機存儲數據它會分爲有符號數和無符號數.那麼關於這個看圖就理解了!
無符號數,直接換算!
有符號數:
正數: 0 1 2 3 4 5 6 7
負數: F E D B C A 9 8
-1 -2 -3 -4 -5 -6 -7 -8
自定義進制符號
練習
- 現在有10進制數 10個符號分別是:2,9,1,7,6,5,4, 8,3 , A 逢10進1 那麼: 123 + 234 = ____
十進制: 0 1 2 3 4 5 6 7 8 9
自定義: 2 9 1 7 6 5 4 8 3 A
92 99 91 97 96 95 94 98 93 9A
12 19 11 17 16 15 14 18 13 1A
72 79 71 77 76 75 74 78 73 7A
62 69 61 67 66 65 64 68 63 6A
52 59 51 57 56 55 54 58 53 5A
42 49 41 47 46 45 44 48 43 4A
82 89 81 87 86 85 84 88 83 8A
32 39 31 37 36 35 34 38 33 3A
922
那麼剛纔通過10進制運算可以轉化10進制然後查表!但是如果是其他進制.我們就不能轉換,要直接學會查表
- 現在有9進制數 9個符號分別是:2,9,1,7,6,5,4, 8,3 逢9進1 那麼: 123 + 234 = ____
十進制: 0 1 2 3 4 5 6 7 8
自定義: 2 9 1 7 6 5 4 8 3
92 99 91 97 96 95 94 98 93
12 19 11 17 16 15 14 18 13
72 79 71 77 76 75 74 78 73
62 69 61 67 66 65 64 68 63
52 59 51 57 56 55 54 58 53
42 49 41 47 46 45 44 48 43
82 89 81 87 86 85 84 88 83
32 39 31 37 36 35 34 38 33
922
CPU&寄存器
內部部件之間由總線連接
CPU除了有控制器、運算器還有寄存器。其中寄存器的作用就是進行數據的臨時存儲。
CPU的運算速度是非常快的,爲了性能CPU在內部開闢一小塊臨時存儲區域,並在進行運算時先將數據從內存複製到這一小塊臨時存儲區域中,運算時就在這一小快臨時存儲區域內進行。我們稱這一小塊臨時存儲區域爲寄存器。
對於arm64系的CPU來說, 如果寄存器以x開頭則表明的是一個64位的寄存器,如果以w開頭則表明是一個32位的寄存器,在系統中沒有提供16位和8位的寄存器供訪問和使用。其中32位的寄存器是64位寄存器的低32位部分並不是獨立存在的。
- 對程序員來說,CPU中最主要部件是寄存器,可以通過改變寄存器的內容來實現對CPU的控制
- 不同的CPU,寄存器的個數、結構是不相同的
浮點和向量寄存器
因爲浮點數的存儲以及其運算的特殊性,CPU中專門提供浮點數寄存器來處理浮點數
- 浮點寄存器 64位: D0 - D31 32位: S0 - S31
現在的CPU支持向量運算.(向量運算在圖形處理相關的領域用得非常的多)爲了支持向量計算系統了也提供了衆多的向量寄存器.
- 向量寄存器 128位:V0-V31
通用寄存器
- 通用寄存器也稱數據地址寄存器通常用來做數據計算的臨時存儲、做累加、計數、地址保存等功能。定義這些寄存器的作用主要是用於在CPU指令中保存操作數,在CPU中當做一些常規變量來使用。
- ARM64擁有有32個64位的通用寄存器 x0 到 x30,以及XZR(零寄存器),這些通用寄存器有時也有特定用途。
- 那麼w0 到 w28 這些是32位的. 因爲64位CPU可以兼容32位.所以可以只使用64位寄存器的低32位.
- 比如 w0 就是 x0的低32位!
注意:
瞭解過8086彙編的同學知道,有一種特殊的寄存器段寄存器:CS,DS,SS,ES四個寄存器來保存這些段的基地址,這個屬於Intel架構CPU中.在ARM中並沒有
* 通常,CPU會先將內存中的數據存儲到通用寄存器中,然後再對通用寄存器中的數據進行運算
* 假設內存中有塊紅色內存空間的值是3,現在想把它的值加1,並將結果存儲到藍色內存空間
- CPU首先會將紅色內存空間的值放到X0寄存器中:mov X0,紅色內存空間
- 然後讓X0寄存器與1相加:add X0,1
- 最後將值賦值給內存空間:mov 藍色內存空間,X0
pc寄存器(program counter)
- 爲指令指針寄存器,它指示了CPU當前要讀取指令的地址
- 在內存或者磁盤上,指令和數據沒有任何區別,都是二進制信息
- CPU在工作的時候把有的信息看做指令,有的信息看做數據,爲同樣的信息賦予了不同的意義
- 比如 1110 0000 0000 0011 0000 1000 1010 1010
- 可以當做數據 0xE003008AA
- 也可以當做指令 mov x0, x8
- CPU根據什麼將內存中的信息看做指令?
- CPU將pc指向的內存單元的內容看做指令
- 如果內存中的某段內容曾被CPU執行過,那麼它所在的內存單元必然被pc指向過
高速緩存
iPhoneX上搭載的ARM處理器A11它的1級緩存的容量是64KB,2級緩存的容量8M.
CPU每執行一條指令前都需要從內存中將指令讀取到CPU內並執行。而寄存器的運行速度相比內存讀寫要快很多,爲了性能,CPU還集成了一個高速緩存存儲區域.當程序在運行時,先將要執行的指令代碼以及數據複製到高速緩存中去(由操作系統完成).CPU直接從高速緩存依次讀取指令來執行.
bl指令
- CPU從何處執行指令是由pc中的內容決定的,我們可以通過改變pc的內容來控制CPU執行目標指令
- ARM64提供了一個mov指令(傳送指令),可以用來修改大部分寄存器的值,比如
- mov x0,#10、mov x1,#20
-
但是,mov指令不能用於設置pc的值,ARM64沒有提供這樣的功能
-
ARM64提供了另外的指令來修改PC的值,這些指令統稱爲轉移指令,最簡單的是bl指令
bl指令 -- 練習
現在有兩段代碼!假設程序先執行A,請寫出指令執行順序.最終寄存器x0的值是多少?
_A:
mov x0,#0xa0
mov x1,#0x00
add x1, x0, #0x14
mov x0,x1
bl _B
mov x0,#0x0
ret
_B:
add x0, x0, #0x10
ret