-
-
[原创]Unity Il2cpp应用逆向分析
-
2022-1-16 23:54
-
前言
关于Il2cpp逆向的文章网上已经有很多了，但是最近自己实践的时候发现很多文章对于逆向的技术细节讲的不是很清楚，提供的工具也不能支持最新版本的Unity，所以决定基于Ghidra从头写一个Il2cpp应用的分析脚本，这篇文章就是对自己最近学习的一个总结，适合从零开始搞Unity逆向的同学。我们就从一个最简单的CrackMe应用开始分析，目标就是分析出正确的key。
工具
Unity 2021.2.0f1c1
Ghidra 10.0.4
Apktool
Vscode
Il2cpp简介
关于Il2cpp技术网上已经有很多文章详细讲解了，这里就不做过多讲述，简单来说就是通过Il2cpp程序把IL转换成成C++代码，然后再用native的编译器把C++代码编译成目标平台的可执行代码，对于Android应用来说就是so文件。这个过程中最关键的就是C++代码，这部分代码分为两个部分一部分是Il2cpp框架代码，这部分代码就在我们安装的Unity目录下，不同版本和平台的代码位置可能会不一样，我现在用的mac版的Unity就在/Applications/Unity/Hub/Editor/2021.2.0f1c1/Unity.app/Contents/il2cpp这个目录下。还有一部分是应用源码编译时生成的，这个目录视配置而定。实际我们在分析其它应用时是不能拿到应用源码的，这里用到是为了方便学习Il2cpp应用的执行过程，下面会用Il2cpp源码和应用源码来简称这两部分代码。
目录结构
用Apktool解包apk文件后可以看到，Il2cpp应用的目录结构如下。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 | .├── AndroidManifest.xml├── apktool.yml├── assets│ └── bin│ └── Data│ ├── Managed│ │ ├── Metadata│ │ │ └── global-metadata.dat│ │ └── Resources│ │ └── mscorlib.dll-resources.dat│ ├── RuntimeInitializeOnLoads.json│ ├── ScriptingAssemblies.json│ ├── boot.config│ ├── data.unity3d│ ├── unity default resources│ └── unity_app_guid├── lib│ ├── arm64-v8a│ │ ├── lib_burst_generated.so│ │ ├── libil2cpp.so│ │ ├── libmain.so│ │ └── libunity.so│ └── armeabi-v7a│ ├── lib_burst_generated.so│ ├── libil2cpp.so│ ├── libmain.so│ └── libunity.so├── original│ ├── AndroidManifest.xml│ └── META-INF│ ├── CERT.RSA│ ├── CERT.SF│ └── MANIFEST.MF└── res ├── mipmap-anydpi-v26 │ ├── app_icon.xml │ └── app_icon_round.xml ├── mipmap-mdpi │ ├── app_icon.png │ ├── ic_launcher_background.png │ └── ic_launcher_foreground.png ├── values │ ├── ids.xml │ ├── public.xml │ ├── strings.xml │ └── styles.xml └── values-v28 └── styles.xml |
这里我们主要关心global-metadata.dat和libil2cpp.so连个文件，其中global-metadata.dat是Il2cpp翻译C++代码之后存放类型和符号信息的文件，libil2cpp.so文件就是应用业务逻辑所在的文件。将global-metadata.dat中的类型和符号信息解析出来定位到libil2cpp.so中才能更方便的去做逆向分析。
程序入口分析
首先我们要找到在Il2cpp源码中global-metadata是如何解析的，在源码中全局搜索global-metadata后我们可以找到这段代码。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | bool il2cpp::vm::GlobalMetadata::Initialize(int32_t* imagesCount, int32_t* assembliesCount){ s_GlobalMetadata = vm::MetadataLoader::LoadMetadataFile("global-metadata.dat"); if (!s_GlobalMetadata) return false; s_GlobalMetadataHeader = (const Il2CppGlobalMetadataHeader*)s_GlobalMetadata; IL2CPP_ASSERT(s_GlobalMetadataHeader->sanity == 0xFAB11BAF); IL2CPP_ASSERT(s_GlobalMetadataHeader->version == 29); IL2CPP_ASSERT(s_GlobalMetadataHeader->stringLiteralOffset == sizeof(Il2CppGlobalMetadataHeader)); s_MetadataImagesCount = *imagesCount = s_GlobalMetadataHeader->imagesCount / sizeof(Il2CppImageDefinition); *assembliesCount = s_GlobalMetadataHeader->assembliesCount / sizeof(Il2CppAssemblyDefinition); // Pre-allocate these arrays so we don't need to lock when reading later. // These arrays hold the runtime metadata representation for metadata explicitly // referenced during conversion. There is a corresponding table of same size // in the converted metadata, giving a description of runtime metadata to construct. s_MetadataImagesTable = (Il2CppImageGlobalMetadata*)IL2CPP_CALLOC(s_MetadataImagesCount, sizeof(Il2CppImageGlobalMetadata)); s_TypeInfoTable = (Il2CppClass**)IL2CPP_CALLOC(s_Il2CppMetadataRegistration->typesCount, sizeof(Il2CppClass*)); s_TypeInfoDefinitionTable = (Il2CppClass**)IL2CPP_CALLOC(s_GlobalMetadataHeader->typeDefinitionsCount / sizeof(Il2CppTypeDefinition), sizeof(Il2CppClass*)); s_MethodInfoDefinitionTable = (const MethodInfo**)IL2CPP_CALLOC(s_GlobalMetadataHeader->methodsCount / sizeof(Il2CppMethodDefinition), sizeof(MethodInfo*)); s_GenericMethodTable = (const Il2CppGenericMethod**)IL2CPP_CALLOC(s_Il2CppMetadataRegistration->methodSpecsCount, sizeof(Il2CppGenericMethod*)); ProcessIl2CppTypeDefinitions(InitializeTypeHandle, InitializeGenericParameterHandle); return true;} |
分析代码可以知道global-metadata.dat这个文件是直接映射到内存中的，可以通过Il2CppGlobalMetadataHeader这个数据结构去解析，另外还有一个关键的数据结构Il2CppMetadataRegistration也参与到了初始化的过程中，我们再分析一下这个数据结构是什么时候初始化的。在同一个文件里可以找到这个函il2cpp::vm::GlobalMetadata::Register然后通过调用关系分析，我们可以找到在Il2cpp代码中只有il2cpp::vm::MetadataCache::Register这个函数调用了它，并且初始化了三个数据结构Il2CppCodeRegistration，Il2CppMetadataRegistration和Il2CppCodeGenOptions。这三个数据结构是和源码相关的，我们去应用源码里搜索一下。
1 2 3 4 5 6 7 8 | void s_Il2CppCodegenRegistration(){ il2cpp_codegen_register (&g_CodeRegistration, &g_MetadataRegistration, &s_Il2CppCodeGenOptions);}#if RUNTIME_IL2CPPtypedef void (*CodegenRegistrationFunction)();CodegenRegistrationFunction g_CodegenRegistration = s_Il2CppCodegenRegistration;#endif |
在应用源码中可以找到这三个数据结构是怎么初始化的，再回到Il2cpp代码中去分析，这个函数是在哪里调用的。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | bool Runtime::Init(const char* domainName) { os::FastAutoLock lock(&s_InitLock); IL2CPP_ASSERT(s_RuntimeInitCount >= 0); if (s_RuntimeInitCount++ > 0) return true; SanityChecks(); os::Initialize(); os::Locale::Initialize(); MetadataAllocInitialize(); // NOTE(gab): the runtime_version needs to change once we // will support multiple runtimes. // For now we default to the one used by unity and don't // allow the callers to change it. s_FrameworkVersion = framework_version_for("v4.0.30319"); os::Image::Initialize(); os::Thread::Init();#if !IL2CPP_TINY && !IL2CPP_MONO_DEBUGGER il2cpp::utils::DebugSymbolReader::LoadDebugSymbols();#endif // This should be filled in by generated code. IL2CPP_ASSERT(g_CodegenRegistration != NULL); g_CodegenRegistration(); if (!MetadataCache::Initialize()) { s_RuntimeInitCount--; return false; } Assembly::Initialize(); gc::GarbageCollector::Initialize(); // Thread needs GC initialized Thread::Initialize(); register_allocator(il2cpp::utils::Memory::Malloc); memset(&il2cpp_defaults, 0, sizeof(Il2CppDefaults)); const Il2CppAssembly* assembly = Assembly::Load("mscorlib.dll"); const Il2CppAssembly* assembly2 = Assembly::Load("__Generated"); // 省略部分代码 return true; } |
通过分析我们找到了上面说的三个关键数据结构初始化的地方，这个函数也是整个应用的入口。这里我们只关心global-metadata初始化的过程，其它无关代码已经省略。
数据结构还原
通过上面的分析我们可以看到解析出Il2CppCodeRegistration，Il2CppMetadataRegistration和Il2CppCodeGenOptions这三个数据结构是我们解析global-metadata的前提，通过分析应用入口源码，我们可以根据特征定位出这段代码在libil2cpp.so中的位置，然后就需要写脚本去解析还原数据结构。
上图是还原后在Ghidra中的效果，脚本可以在附录中下载。
目标代码定位
还原数据结构后我们可以大概定位代码的位置，在Il2CppCodeRegistration->codeGenModules这个字段中我们可以看到源码中的不同module，对应C#中的dll。其中moduleName等于Assembly-CSharp.dll的module就是应用业务逻辑所在的dll，其它是引擎代码所在的dll可以不用关心。
上面图片就是Assembly-CSharp.dll对应的数据结构还原后的效果。其中methodPointers就是所有业务逻辑函数的数组，但是这个数组只是一个函数指针的数据，看不到函数名和类型信息。这个时候就需要解析global-metadata来还原函数所属的Class，方法名和签名等类型信息。通过解析Il2CppGlobalMetadataHeader我们可以得到所有类型信息的偏移量和数量。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 | typedef struct Il2CppGlobalMetadataHeader{ int32_t sanity; int32_t version; int32_t stringLiteralOffset; // string data for managed code int32_t stringLiteralCount; int32_t stringLiteralDataOffset; int32_t stringLiteralDataCount; int32_t stringOffset; // string data for metadata int32_t stringCount; int32_t eventsOffset; // Il2CppEventDefinition int32_t eventsCount; int32_t propertiesOffset; // Il2CppPropertyDefinition int32_t propertiesCount; int32_t methodsOffset; // Il2CppMethodDefinition int32_t methodsCount; int32_t parameterDefaultValuesOffset; // Il2CppParameterDefaultValue int32_t parameterDefaultValuesCount; int32_t fieldDefaultValuesOffset; // Il2CppFieldDefaultValue int32_t fieldDefaultValuesCount; int32_t fieldAndParameterDefaultValueDataOffset; // uint8_t int32_t fieldAndParameterDefaultValueDataCount; int32_t fieldMarshaledSizesOffset; // Il2CppFieldMarshaledSize int32_t fieldMarshaledSizesCount; int32_t parametersOffset; // Il2CppParameterDefinition int32_t parametersCount; int32_t fieldsOffset; // Il2CppFieldDefinition int32_t fieldsCount; int32_t genericParametersOffset; // Il2CppGenericParameter int32_t genericParametersCount; int32_t genericParameterConstraintsOffset; // TypeIndex int32_t genericParameterConstraintsCount; int32_t genericContainersOffset; // Il2CppGenericContainer int32_t genericContainersCount; int32_t nestedTypesOffset; // TypeDefinitionIndex int32_t nestedTypesCount; int32_t interfacesOffset; // TypeIndex int32_t interfacesCount; int32_t vtableMethodsOffset; // EncodedMethodIndex int32_t vtableMethodsCount; int32_t interfaceOffsetsOffset; // Il2CppInterfaceOffsetPair int32_t interfaceOffsetsCount; int32_t typeDefinitionsOffset; // Il2CppTypeDefinition int32_t typeDefinitionsCount; int32_t imagesOffset; // Il2CppImageDefinition int32_t imagesCount; int32_t assembliesOffset; // Il2CppAssemblyDefinition int32_t assembliesCount; int32_t fieldRefsOffset; // Il2CppFieldRef int32_t fieldRefsCount; int32_t referencedAssembliesOffset; // int32_t int32_t referencedAssembliesCount; int32_t attributeDataOffset; int32_t attributeDataCount; int32_t attributeDataRangeOffset; int32_t attributeDataRangeCount; int32_t unresolvedVirtualCallParameterTypesOffset; // TypeIndex int32_t unresolvedVirtualCallParameterTypesCount; int32_t unresolvedVirtualCallParameterRangesOffset; // Il2CppMetadataRange int32_t unresolvedVirtualCallParameterRangesCount; int32_t windowsRuntimeTypeNamesOffset; // Il2CppWindowsRuntimeTypeNamePair int32_t windowsRuntimeTypeNamesSize; int32_t windowsRuntimeStringsOffset; // const char* int32_t windowsRuntimeStringsSize; int32_t exportedTypeDefinitionsOffset; // TypeDefinitionIndex int32_t exportedTypeDefinitionsCount;} Il2CppGlobalMetadataHeader; |
根据imagesOffset和imagesCount可以遍历出所有dll，再把dll信息解析为Il2CppImageDefinition
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | typedef struct Il2CppImageDefinition{ StringIndex nameIndex; AssemblyIndex assemblyIndex; TypeDefinitionIndex typeStart; uint32_t typeCount; TypeDefinitionIndex exportedTypeStart; uint32_t exportedTypeCount; MethodIndex entryPointIndex; uint32_t token; CustomAttributeIndex customAttributeStart; uint32_t customAttributeCount;} Il2CppImageDefinition; |
根据nameIndex字段和Il2CppGlobalMetadataHeader->stringOffset可以解析出dll名，typeStart和typeCount字段可以遍历出这个dll下面所有的Class信息。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 | typedef struct Il2CppTypeDefinition{ StringIndex nameIndex; StringIndex namespaceIndex; TypeIndex byvalTypeIndex; TypeIndex declaringTypeIndex; TypeIndex parentIndex; TypeIndex elementTypeIndex; // we can probably remove this one. Only used for enums GenericContainerIndex genericContainerIndex; uint32_t flags; FieldIndex fieldStart; MethodIndex methodStart; EventIndex eventStart; PropertyIndex propertyStart; NestedTypeIndex nestedTypesStart; InterfacesIndex interfacesStart; VTableIndex vtableStart; InterfacesIndex interfaceOffsetsStart; uint16_t method_count; uint16_t property_count; uint16_t field_count; uint16_t event_count; uint16_t nested_type_count; uint16_t vtable_count; uint16_t interfaces_count; uint16_t interface_offsets_count; // bitfield to portably encode boolean values as single bits // 01 - valuetype; // 02 - enumtype; // 03 - has_finalize; // 04 - has_cctor; // 05 - is_blittable; // 06 - is_import_or_windows_runtime; // 07-10 - One of nine possible PackingSize values (0, 1, 2, 4, 8, 16, 32, 64, or 128) // 11 - PackingSize is default // 12 - ClassSize is default // 13-16 - One of nine possible PackingSize values (0, 1, 2, 4, 8, 16, 32, 64, or 128) - the specified packing size (even for explicit layouts) uint32_t bitfield; uint32_t token;} Il2CppTypeDefinition; |
根据nameIndex字段可以解析出Class名，fieldStart和field_count可以解析出字段信息，methodStart和method_count可以解析出方法信息，这里我们更关心方法信息。
1 2 3 4 5 6 7 8 9 10 11 12 13 | typedef struct Il2CppMethodDefinition{ StringIndex nameIndex; TypeDefinitionIndex declaringType; TypeIndex returnType; ParameterIndex parameterStart; GenericContainerIndex genericContainerIndex; uint32_t token; uint16_t flags; uint16_t iflags; uint16_t slot; uint16_t parameterCount;} Il2CppMethodDefinition; |
根据这个数据结构可以解析出方法名，签名等信息，但是怎么关联到libil2cpp.so代码中的函数呢，通过分析Il2cpp源码可以知道是通过解析token得出index从而关联到so中的代码，具体代码如下。
1 2 3 4 | static inline uint32_t GetDecodedMethodIndex(EncodedMethodIndex index){ return (index & 0x1FFFFFFEU) >> 1;} |
这个函数的参数EncodedMethodIndex其实就是global-metadata中的token。解析出的index就对应Il2CppCodeRegistration->codeGenModules[0]->methodPointers这个函数数组的index，这样我们就还原出了函数的方法名和类型信息。字段信息的解析也是同理，就不再赘述。把我们的分析结果打印到Ghidra中，如下图所示。
从图中可以看到dll中所有的Class，Class的字段和方法还有它们的token。其中有一个方法名是.ctor这个是C#中Class的构造方法，也是我们逆向分析中关键的方法。
目标代码还原
还原出函数的类型信息后就可以进一步分析函数的业务逻辑，这时我们发现函数中还有一部分信息是经过编码的，例如Enter的.ctor构造方法。
上图是经过Ghidra反编译后的代码，我们可以看到在第9行，表达式的含义是把DAT_01273d78赋值给param_1加上一个偏移量，param_1其实就是this指针，偏移量其实就是这个类的一个字段，字段的偏移量也可以从global-metadata中解析出来这里就不讲了。关时间是我们查看DAT_01273d78这个地址的数据，发现是一个没有意义的64位数字，这是因为Il2cpp编译成C++代码后会把字面量等类型信息也进行编码存放在global-metadata中，通过分析Il2cpp源码我们可以知道解析方法为下图。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | enum Il2CppMetadataUsage{ kIl2CppMetadataUsageInvalid, kIl2CppMetadataUsageTypeInfo, kIl2CppMetadataUsageIl2CppType, kIl2CppMetadataUsageMethodDef, kIl2CppMetadataUsageFieldInfo, kIl2CppMetadataUsageStringLiteral, kIl2CppMetadataUsageMethodRef,};#ifdef __cplusplusstatic inline Il2CppMetadataUsage GetEncodedIndexType(EncodedMethodIndex index){ return (Il2CppMetadataUsage)((index & 0xE0000000) >> 29);}static inline uint32_t GetDecodedMethodIndex(EncodedMethodIndex index){ return (index & 0x1FFFFFFEU) >> 1;} |
其中GetEncodedIndexType这个函数的作用是解析出编码数据的类型，对应Il2CppMetadataUsage这个enum，GetDecodedMethodIndex这个函数和之前我们解析方法的token是同一个函数，但是这里的作用是解析出编码数据在global-metadata中对应数据类型的偏移量。通过这两个函数可以知道DAT_01273d78这个编码的类型是kIl2CppMetadataUsageStringLiteral也就是字面量，通过Il2CppGlobalMetadataHeader可以解析出实际值。其它类型也是同理。到这里我们就可以还原出目标函数的业务逻辑，从而进行分析。通过分析可以得出DAT_01273d78就是我们想要找的key的值。
[培训]《安卓高级研修班(网课)》月薪三万计划，掌握调试、分析还原ollvm、vmp的方法，定制art虚拟机自动化脱壳的方法
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
