0x0 前言
其实这篇笔记很久之前就写了, 写的零零碎碎的, 最近翻硬盘的时候看到了, 就想着整理一下发出来, 和大家讨论一下, 其中有些逻辑可能自己都不太清楚了(毕竟写代码不注释, 一周不看代码就不属于自己了, 手动狗头), 描述的有问题欢迎指出哈;
0x1 js虚拟机逆向
先看看原始文件是什么样的(一部分opcode片段), 这时候看还是比较乱的...
.........
case 71:
v[x++] = n;
break;
case 72:
v[x++] = +f();
break;
case 73:
u(parseInt(f(), 36));
break;
case 75:
if (v[--x]) {
b++;
break
}
case 74:
g = t.charCodeAt(b++) - 32 << 16 >> 16,
b += g;
break;
case 76:
u(k[t.charCodeAt(b++) - 32]);
break;
case 77:
y = v[--x],
u(v[--x][y]);
break;
case 78:
g = t.charCodeAt(b++) - 32,
u(a(v, x -= g + 1, g));
break;
case 79:
g = t.charCodeAt(b++) - 32,
u(k["$" + g]);
break;
.........
如何逆向这部分我这里不细说了, 单步调试的话还是很容易看出每个操作的意义的, 经过一步步单步分析后, 逻辑就清晰了很多, 可以看到不少压栈出栈的操作, 是一个基于堆栈的栈式虚拟机, 利用数组模拟堆栈, 且有作用域管理 (完整的代码我会放在附件)
.........
case 71:
vm_stack[vm_esp++] = pthis;
console.log('PUSH pthis {obj:%s type:%s}', my_tostring((vm_stack[vm_esp-1])), typeof((vm_stack[vm_esp-1])));
break;
case 72:
vm_stack[vm_esp++] = +vm_substring();
console.log('PUSH STR {obj:%s type:%s}', my_tostring((vm_stack[vm_esp-1])), typeof((vm_stack[vm_esp-1])))
break;
case 73:
vm_push(parseInt(vm_substring(), 36));
console.log('PUSH INT {obj:%s type:%s}', my_tostring((vm_stack[vm_esp-1])), typeof((vm_stack[vm_esp-1])))
break;
case 75: //判断条件是否成立
if (vm_stack[--vm_esp]) {
index++;
break
}
case 74: //不成立则跳过, 或用于循环代码块
g = codes.charCodeAt(index++) - 32
g = g << 16 >> 16
console.log('IDX+=%s', my_tostring(g))
index += g;
break;
case 76:
var vars_idx = codes.charCodeAt(index) - 32;
//vars_idx = vars_idx);
vm_push(vm_vars[codes.charCodeAt(index++) - 32]);
console.log('PUSH Vars[%s] {obj:%s type:%s}',my_tostring( vars_idx), my_tostring(vm_vars[vars_idx]), typeof((vm_vars[vars_idx])))
break;
case 77:
y = vm_stack[--vm_esp],
vm_push(vm_stack[--vm_esp][y]);
console.log('PUSH_OBJECT {obj:%s type:%s}', my_tostring((vm_stack[vm_esp-1])), typeof((vm_stack[vm_esp-1])))
break;
case 78:
g = codes.charCodeAt(index++) - 32
vm_push(vmNewObject(vm_stack, vm_esp -= g + 1, g));
console.log('NEW_OBJECT {obj:%s type:%s}', my_tostring((vm_stack[vm_esp-1])), typeof((vm_stack[vm_esp-1])))
break;
case 79:
g = codes.charCodeAt(index++) - 32;
vm_push(vm_vars["$" + g]);
console.log('PUSH Vars_2[%s]', my_tostring(g));
break;
.........
0x2 如何写一个编译器?
esprima和escodegen的仓库
esprima
escodegen
既然已经知道每个opcode的作用, 那么如何针对这些opcode去写一个编译器呢? emmm...我这里选择了一个比较low的方式, 使用esprima
把js代码解析成ast, 再使用escodegen
解析ast的过程中(修改escodegen.js), 根据不同的type来生成自己的opcode的代码, 最后再写入文件...
比如在IfStatement不同的位置插入接口encrypt_code
在encrypt_code
根据不同的位置来生成opcode
这里我举ifelse分支的例子, 看看如何把js代码编译成该虚拟机可以执行的opcode的, 以及opcode的格式
if elseif else
测试代码:
var a = 11;
if (a < 10) {
a = 10;
} else if (a == 10) {
a = 11;
} else {
a = 12;
}
使用编译器跑一遍, 在encrypt_code
入口打印下的类型, 看一下经过编译器了哪些位置, 以及对应的js代码
Expression //var a = 11;
IfStatement //if(a < 10)
EnmaybeBlock
EnBlockStatement //{
ExpressionStatement //a = 10
LvBlockStatement //}
LvmaybeBlock
IfStatement //else if (a == 10)
EnmaybeBlock
EnBlockStatement //{
ExpressionStatement //a = 11
LvBlockStatement //}
LvmaybeBlock
IfStatement_ELSEBEGIN //else
EnBlockStatement //{
ExpressionStatement //a = 12
LvBlockStatement //}
IfStatement_ELSEEND
这里可以看到每种类型对应的js代码, 接下来就是根据不同的类型生成opcode, 生成过程用文字描述会比较冗余, 这里我直接把生成的opcode结构贴上来, 就能很直观的理解了
以下为生成的opcode (虚拟机解析opcode的时候会先减去-32, 这里的已经处理了):
14,11,83,15,76,15,14,10,66,60,75,6,14,10,83,15,74,20,76,15,14,10,68,2,29,29,75,6,14,11,83,15,74,4,14,12,83,15
直接看又是很蒙是不是, 没事, 我们拆开和js代码比对来看就很清晰了
var a = 11; >> 14,11,83,15
opcode |
dest |
PUSH(14) |
(Value)11 //把11压栈 |
MOV_VARS(83) |
(Index)15 //把栈顶的值放到变量区[15] |
if(a < 10) >> 76,15,14,10,66,60,75,6
opcode |
dest |
PUSH_VAR(76) |
(Value)15 //把变量区[15]的值压栈 |
PUSH(14) |
(Value)10 //把10压栈 |
EXPRESSION(66) |
(Symbol '<') 60 //把栈顶的两个值做运算, 结果放在栈顶 |
IS_TURE(75) |
(Value)6 //判断栈顶的值是否为True, 如果为False则把当前opcode_index+Value |
{ a = 10 } >> 14,10,83,15,74,20
opcode |
dest |
PUSH(14) |
(Value)10 //把10压栈 |
MOV_VARS(83) |
(Index)15 //把栈顶的值放到变量区[15] |
SKIP_BLOCK(74) |
(Value)20 //跳出Block, 当前opcode_index+Value |
else if (a == 10) >> 76,15,14,10,68,2,29,29,75,6
opcode |
dest1 |
dest2 |
PUSH_VAR(76) |
(Value)15 //把变量区[15]的值压栈 |
|
PUSH(14) |
(Value)10 //把10压栈 |
|
EXPRESSION2(68) |
(Value)2 //符号数 |
(Symbol '==') 2929 //把栈顶的两个值做运算, 结果放在栈顶 |
IS_TURE(75) |
(Value)6 //判断栈顶的值是否为True, 如果为False则把当前opcode_index+Value |
{ a = 11 } >> 14,11,83,15,74,4
opcode |
dest |
PUSH(14) |
(Value)11 //把11压栈 |
MOV_VARS(83) |
(Index)15 //把栈顶的值放到变量区[15] |
SKIP_BLOCK(74) |
(Value)4 //跳出Block, 当前opcode_index+Value |
{ a = 12 } >> 14,12,83,15
opcode |
dest |
PUSH(14) |
(Value)12 //把12压栈 |
MOV_VARS(83) |
(Index)15 //把栈顶的值放到变量区[15] |
到这里以上代码整个opcode的解析过程就已经结束了, 在贴一下虚拟机执行的过程吧, 可以清晰的看到分支最后走到了a = 12
vmEnter
vmRun
opcode = 14
PUSH Vlaue{ obj:11 type:number}
opcode = 83
MOV Vars[15], v {v:11 type:number}
opcode = 76
PUSH Vars[15] {obj:11 type:number}
opcode = 14
PUSH Vlaue{ obj:10 type:number}
opcode = 66
==Expression: 11 < 10
PUSH expr {obj:false type:boolean}
opcode = 75
IDX+=6
opcode = 76
PUSH Vars[15] {obj:11 type:number}
opcode = 14
PUSH Vlaue{ obj:10 type:number}
opcode = 68
==Expression: 11 == 10
PUSH expr_2 {obj:false type:boolean}
opcode = 75
IDX+=6
opcode = 14
PUSH Vlaue{ obj:12 type:number}
opcode = 83
MOV Vars[15], v {v:12 type:number}
0x3 具体例子
上面描述了如何实现一个简单的逻辑运算,分支派发的实现方式, 根据上述思路, 目前实现逻辑运算, IFELSE, 函数调用, 循环, 数组等等基本js语法, 我也找了md5, crc等一些算法测试, 改了下都可以正常跑
MD5
源码执行
编译后vm执行
CRC
源码执行
编译后vm执行
0x4 源码
jsvm
用法其实也很简单, 安装完需要的模块后, 把修改后的escodegen.js
替换node_modules\escodegen
中的, 修改encrypt.js
中需要编译的js文件路径再执行, 编译后会在./build/vm.js
0x5 最后
最后想说这个东西只是个玩具, 发出来是想和大家交流一下, 文章中因为篇幅的原因没有描述太多细节, 大家想了解更多的细节可以直接去看看源码(写的很随性, 别吐槽...), 还有就是想吐槽下这种实现方式调试很痛苦, 中间很多一部分直接都花在找bug上, 大佬们有好想法可以不吝赐教哈...
[培训]《安卓高级研修班(网课)》月薪三万计划
最后于 2020-8-12 18:59
被StriveMario编辑
,原因: