-
-
[原创]逆向分析 C++继承内存分布(带虚函数) 及动态绑定实现
-
发表于: 2010-7-15 11:47
-
昨晚断网，于是乎闲来无事，想彻底研究一下C++的继承关系下的内存结构（带虚函数的），开IDA分析，经过不断的分析，发现C++的内存结构很是复杂，很多东西都是我以前完全不知道的，一下所有内容均是个人午夜至凌晨的原创逆向分析，有很多有用的细节，个人不敢藏着掖着，特攥写此文公布细节，有用的取之，不用的勿拍砖，本人菜鸟一个，大牛请飘过
C++继承关系(含虚函数) 内存结构分析 以及 动态绑定的细节分析
一． 说明
本文较为深入的研究C++的继承(含多重继承)情况下带虚函数时的实例内存结构，较为深入的剖析了继承实例间是如何组织的，以及动态绑定的实现细节。
二． 依据
以下阐述的细节均依据VS2005 生成的DEBUG模式程序在IDA Pro5.2反编译所得，部分数据结构根据程序分析得出。
三． 术语说明
对于以下将频繁用到的术语，我可能简写为如下
classX:RTTI_COL x 原语：classX:RTTI Complete Object Locator {for x}
classX:RTTI_CHD 原语：classX:RTTI class Hierarchy Descriptor
classX:RTTI_BCD 原语：classX:RTTI Base class Descriptor
以上简写均采用单词首字母缩写，其中Derive表示派生类，x表示Derive的一个基类，classX表示以上任意类
四． 分析
1. 派生类内存分布及虚表
Derive :RTTI_COL x
vfTable for base A ---------------------------->> ------------------------------------
virtual Derive::fun1(overwrite
by derive class) for base A
data of base A virtual A::fun2(inherit from
base A) for base A
vfTable for base B . . . . . .
------------------------------------
data of base B virtual fun(if derive own virtual
data of Derive itself itslef) for derive * perhaps not
Figure 1:派生类实例对象内存分布及虚表映射
如上图，其中左部为派生类class的实例对象内存格局（继承来自A,B），其中第一项为base A的虚表地址(A,B数据在class实例中布局顺序是按照Derive在声明时继承顺序决定的)，从图中箭头可知base A的虚表地址指向了一个数组，里面存放了Derive对应的虚函数地址：
① 首先存放重写过的base A声明的的虚函数地址(如果虚函数是从基类继承过来的，那么虚表中存放的也是base A中该函数地址)。
② 然后存放Derive自己声明的虚函数(可能没有)。
*注意：vfTable地址指向的虚表是从右边表格黄色以下位置开始，黄色以上是虚表附加信息，不为虚表所有，为本人IDA Pro反汇编分析所得。
其中Derive :RTTI_COL x是定位对象所使用的相关数据结构，其结构经反汇编如下：
2. classX ：RTTI Complete Object Locator {for x}
Field Length Remark
reserve_1 4 not used,filled with 0x00
offset_x 4 the offset of vfTable( for x) and
the base address of classX
reserve_3 4 not used,filled with 0x00
pTypeDescriptor 4 address of classX:RTTI Type Descriptor
pHierarchyDescriptor 4 address of classX:RTTI class Hierarchy Descriptor
Figure 2: classX ： RTTI Complete Object Locator {for x}反汇编结构
offset_x字段描述 基类x在classX实例内存空间中的起始地址相对于classX基址的偏移(也就是x的vfTable字段在classX内存布局中的偏移)
pHierarchyDescriptor字段存放classX：RTTI class Hierarchy Descriptor 结构的地址，该结构描述了Derive类的内存结构层次信息。
***Remark:对于classX为派生类Derive情况时，该结构描述了基类x相对于Derive的信息,此时表格中所有classX均应以Derive替换；但是当classX为基类x情况时，该结构描述了基类自身的信息，此时表格中所有classX均应以x替换
3. classX:RTTI class Hierarchy Descriptor
Field Length Remark
reserve_1 4 unknown
reserve_2 4 unknown
dwArrayElemCount 4 the count of the element inside pBaseClassArray
pBaseClassArray 4 address of classX:RTTI Base class Array
Figure 3: classX:RTTI class Hierarchy Descriptor反汇编结构
该结构详细描述了类实例中相关重要信息的的索引
pBaseClassArray字段存放classX:RTTI Base class Array数组基址。
dwArrayElemCount字段存放classX:RTTI Base class Array数组项数,包括自身一项和每个基类一项。
***Remark:对于classX为派生类Derive情况时，该结构描述了派生类Derive的内存结构层次信息,此时表格中所有classX均应以Derive替换；但是当classX为基类x情况时，该结构描述了基类自身的内存结构层次信息，此时表格中所有classX均应以x替换
4. classX:RTTI Base class Array
此数组存放了该类实例对象所需的所有布局信息。数组中每项均存放了一个类描述符classX:RTTI_BCD的地址，其中实例自身的类描述符地址放在数组第一项，然后存放基类描述符地址
5. classX:RTTI Base class Descriptor
Field Length Remark
pTypeDescriptor 4 address of classX:RTTI Type Descriptor
dwBaseClassCount 4 the count of Base class of classX
Offset_X 4 the offset of vfTable( for classX)
and the base address of Derive
reserve_1 4 unknown,filled with 0xffffffff
reserve_2 4 unknown,filled with 0x00000000
reserve_3 4 unknown,filled with 0x00000040
Figure 4: classX:RTTI Base class Descriptor反汇编结构
该结构中有几个特别需要注意的地方，首先该结构是从classX:RTTI class Hierarchy Descriptor –>classX:RTTI Base class Array引出的，所以此结构中的Offset_X数据都是相对于classX:RTTI class Hierarchy Descriptor中的classX对象而言
举例说明，从Derive：RTTI class Hierarchy Descriptor中引出的x:RTTI Base class Descriptor中的Offset_X 字段是x相对于Derive而言的；但是如果从x:RTTI class Hierarchy Descriptor中引出的x:RTTI Base class Descriptor中的Offset_X 字段则是x相对于x而言的
小结：根据上述数据结构，我们可以清晰的将一个类继承关系描述出来，当然只包括虚函数部分，我们甚至可以基于此信息来完成一个PE的类继承视图的扫描器，我们甚至有可能通过对一个基类的扫描而窥知其派生类的继承视图，对，这是有可能的，以上结构信息我相信还有其他用途可供开发研究，再次本人不予赘述。
补充部分(关于C++的虚函数的调用过程细节):
以下结果是根据IDA PRO5.2逆向反汇编分析出的，分析版本为Debug
根据逆向分析，可知编译器在虚函数处理过程中完成了不少的工作，当然是编译时工作，根据分析发现虚函数表中函数分布是根据函数声明顺序来存放的，类本身的虚函数置于第一虚表中的末尾位置，这在派生类内存分布及虚表小节中有详细说明，而虚表地址字段又是根据派生类对基类的引用顺序来存放的，那么分析可知，对于某个虚函数而言，无论动态绑定后的结果如何，此虚函数在虚表中的偏移在编译时就能被确定了，那么我们可以认为编译器在对虚函数的绑定技术是基于 虚表基址+偏移地址 取内容来完成的。
虚函数的编码问题，根据Debug版本逆向分析可知，对于虚函数中的this引用，编译器采用的是该函数所在虚表地址字段 – 虚表地址字段相对于本实例内存基址的偏移，这样就可得出该实例的内存基址，其中虚表地址字段相对实例基址的偏移在编译时就能确定。
thiscall问题，根据被调用的虚函数所在的虚表来确定传入的this指针，虚函数所在虚表在编译时就能确定，此时，将虚表地址字段的地址作为this指针传入(其实也可理解为此虚函数声明所在的类实例的起始地址)。通过传入的this指针，虚函数根据基址相对偏移可以轻松定位到对象的真正基址，从而就能达到通过指针实现动态绑定技术。
以上内容均为原创分析，如需引用请注明出处。
by kalrey 2010/07/15午夜至凌晨
不知道看雪的文章怎么支持word文档格式，所以上面的格式很乱
，勉强把格式调整的能看
里面可能有部分数据有误，如发现请告知，不甚感激，文后附有word文档供下载
[注意]传递专业知识、拓宽行业人脉——看雪讲师团队等你加入！
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
