以前做过pc端逆向，一直没有学过android，4月的时候，读了一下 my1988 对混淆壳的分析，很感兴趣，决定深入研究。

花了大约3个月的时间基本理清了混淆壳的原理，简单写了一个app，fastvm， 针对libmakeurl2.4.9.so 可以生成原始的cfg流图，和优化过的cfg流图， 以下是函数sub_342d的 ]

优化过的如下:

#预备知识
写这个app的时候主要参考了3本书

代码里很多注释会有 P245，这样的写法，一般是代表1， 2中的某一本的第245页，
@aar 指的1
@MCIC 指的3

这个分析的很多了，我就不赘述了

因为我们要通过编译后端优化彻底干掉混淆，必须得自己实现数据流，所以无法使用别人的反汇编引擎，我们通过实现一个简单的正则表达式引擎来对elf的代码进行反汇编

我们重新实现一个正则表达式引擎，并增加自己的命名变量，举例:

我们定义一个正则表达式如下：

支持重复

先不管o的定义，我们看thumb_inst_cmp里面支持了 lm3和ln3，这句表达式的意义是:

我们在读取一个二进制串时，他以 0100 0010 0开始，接下去的三位提取到lm变量中，后面的3位提取到 ln变量中，这条指令用thumb_inst_cmp进行深度解析。这些变量都存放在一个arm_inst_ctx的结构中，

我们基于这个规则，完整的定义出整个arm thumb的指令集(暂时只定义了需要的部分)

然后基于此，按 nfs -> dfs -> 2d-trans的方式来生成整个状态机图

nfa的如下:

nfa在归纳同字符集可到达的边，生成dfa，

PS. 不知道为什么，看雪把我图片压缩了，想看具体大图，可以看着 状态机大图
详细分析可以参考任意一本形式语言与自动机理论，或者 龙书， 《parsing techniques》都可。

语法分析反而比较简单，因为汇编语言不存在特殊的语法，唯一特殊的指令是it指令，在ida中arm的it指令是不会做切分，和上下的代码完整的放到一个block中，比如

但是假如我们需要用编译优化去掉混淆，必须得把it指令做为一个单独的bcond指令来处理，比如上图中的代码，转换成c语言后如下:

基于此，上图中的指令，被我们转换成如下格式:

b<cond>指令没啥太多需要注意的，他末尾跟着的指令指向他的false_label分支，它的跳转指向它的true_label分支，这一点上和it是相反的

因为要做后端的数据流分析，必须给出所有指令的def和use关系， 举几个例子说明需要注意的地方，因为是直接在arm的汇编上做的def和use，所以实际的代码写起来很多的corner case非常难处理，举一些典型的例子说明下

进入函数前，需要定义r0-r3, sp, pc寄存器

出函数前，需要使用r0-r1, sp, pc寄存器

生成了def和use数据以后，就可以方便的做活跃性分析了，活跃性分析本身的算法很简单，伪代码如下, @MCIC.P232:

对照代码，参考fastvm中的minst.c:minst_blk_liveness_calc

和上面的代码差不多是一一对应的

在进行了活跃性分析以后，死代码删除就非常简单了，对应的c代码在minst.c:minst_blk_dead_code_elim中，原理就是:

某条指令被def，但是不在它的出口活跃列表中，则可以删除，举例

因为r0被定义了二次，导致了指令1中的r0，在到达2的时候已经死了。也就是不在它的出口活跃列表中了。

到达主要是研究，某条指令最远到达过什么地方，它在常量传播的分析中非常有用
假如你也打算深入分析混淆壳，建议认真读下 @MCIC的17章，Dataflow Analysis。

在上图中b就可以被优化为2，同时cmp的结果也是为1，按算法上的描述就是
假如某条指令被常量定值以后，后续所有使用过此条指令的代码都要根据自己的语义进行跟新

判断是否有混淆，我们需要遍历所有cfg节点，然后判断其cmp指令的左右2个参数，是否大部分都是常数，假如是的话，则认为其处在混淆cfg的某一个节点中，那么直接找到其支配节点即可。

ps. 这里为了方便，我直接偷懒把一个函数中前缀最多而且大于7的节点，当作了混淆状态机的支配节点了。

这里有个简单的办法，就是先过滤所有前缀节点小于7的可以直接抛弃，因为混淆函数的支配节点前驱节点都特别多，比如:

支配节点的算法，我没实现，但是原理上比较简单，可以参考@MCIC.C18(Loop Optimization)

这里简单介绍下什么是支配节点

有些书籍上可能也翻译为必经节点，也就是从外部节点进入到内层循环时必须经历的节点，这个节点非常有用

先看如下代码:

这个代码，我们手工尝试对他做混淆

我们简单审读下这个代码，把a定义为状态寄存器，只要你跟着状态寄存器走，整个循环自然会被全部展开。

上面的例子只是演示了简单的statment该如何混淆，那么如何实现循环，判断呢？

判断和循环从原理上来说都是一样的，只是判断以后，跳转点，跳到前面的某点上。从头开始，在来个例子，我们对上面的例子进行拓展:

混淆过后

大家简单肉眼跟读下这个代码，发现整个混淆壳其实就是一个稍微复杂的常量状态机。只要你顺着状态寄存器走，很容易就能跟踪出整个脉络

my1988在他的帖子my1988算法里面提到过一个简单的算法，把混淆过的代码的cfg分为2部分，一部分为 控制节点 一部分为 状态节点，然后连接 状态节点，删除 控制节点，这个算法是有问题的，因为假如原代码里面，散落了一，二条代码在 控制节点内，就会丢代码了。

不过我们只需要简单改造即可。

代码： minst_dob_analyze

参考代码 minst_csm_expand

为什么要拓展说一下，参考以下的代码:

混淆过后

我们看一下，到了cfg2的时候，a被b定值了，但是b实际上有2个值的，假如你要进行反混淆，必须得跟踪出唯一的定值路径才行，但是从cfg2开始已经不可分析了，那如何处理呢？

把cfg2改为如何形式:

有人看到这里，可能感觉很奇怪，为什么不直接改成如下形式呢

这是和编译优化的到达定值的生成有关，到达定值分析很蠢的，他只有对明确的定值语句，才能给出数据流分析。他无法识别

在某种程度上是等价的。

参考: minst_blk_classify

我们把cfg节点分为3类：

分类算法非常简单，用dfs即可:

循环遍历所有不为csm_out的bcond节点，也就是有条件跳转的节点

然后分析其跳转指令参考的cmp指令的，2个寄存器的值，分析其是否为常数，是的话，进入步骤5，定值点跟踪

在进入定值点跟踪时，我们先简单说一下一些术语

以下的示例代码来自于 libmakeurl2.4.9.so的jni_OnLoad，ida f5以后，代码如下：

v2是混淆的状态寄存器

这个是IDA F5后的分析结果，我们在做实际的编译优化时，是在cfg流图上做的，我们用上面语法分析优化后得到的cfg流图操作一遍:

连接新的cfg和cfg15，最后得到的图如下

cfg51就是新生成的节点，里面有大量的指令是死的，比如 216, 219, 222都是重复定义的，后面的编译优化分析都可以彻底干掉，上图中的cfg51被编译优化后变成了，如下形式:

然后我们在找v2的另外的定值点，重复这个过程

遍历所有的cfg，一直到找不到找不到可以跟踪的定值点结束，也就是最开始的那副优化过的图像。

一般优化到最后以后，大量的节点都找不到前驱节点都可以删除，后面优化的就是最终的图像了。

这里是一个更复杂的例子，因为图像太大了，我直接放在github上。

sub_367c optimization

我对ssa不怎么熟悉，感觉表达能力和普通的数据流分析差不多，所以没上

我对android下调试还不熟悉，小米的手机root需要申请权限，很久都没发权限邀请给我

很困难，一开始用了别名分析，结果错误的优化了某些变量，想用别名分析，可能需要深入的分析每个函数之间的调用关系才行

[注意]传递专业知识、拓宽行业人脉——看雪讲师团队等你加入！