-
-
《AI辅助下的逆向工程》之:AI给sub_xx()函数批量起名
-
2023-8-8 10:46
-
0.前言：
发现AI辅助起名效果很好，思路也很有意思。本来可以出一个议题。
但考虑到现在AI发展很快，可能很快又过时了(例如：上传二进制，AI给出分析报告或者能编译的、带注释的源代码)。最后还是决定尽早发布出来服务大家吧。
本贴基本上算是把思路、文档和代码部分全部公开了。不明白的，可以跟帖，我有空的时候会回答。
本文思路在内部的研究沙龙发布做过一个思路讲解和操作演示。
在公司M01N Team公众号对外发表：AI辅助下的通用软件与嵌入式固件符号表修复，两者有一点区别，可以对比着看：前者让AI生成的是"0x地址,新函数名"，目前修改后让AI生成的格式是"sub_xx(),新函数名"。这样AI可能出错的概率小一点了，理解起来也比较好一点。
1.概述
Claude是一个支持中文、暂时免费的类ChatGPT产品。
最近官网升级到了2.0,向大众开放了100K的功能。
网站的地址如下：https://claude.ai
Claude 100k的强大之处，直接摆脱了Chatgpt 4k到32k的限制，大概一次可以输入75000个单词或者50000个汉字。
个人喜欢claude的原因是它一次性能处理的文字多。
例如：可以用下面的提示词，上传js文件后，给js做代码审计：
1 | 请深入理解下面的js片段。根据JS逻辑，帮我生成 https://api.test.com 网站API的 curl 测试代码，要求尽量覆盖全面。 |
这思路审计js的确发现过几个漏洞，水过一篇文章：AI辅助代码审计应用与安全风险。
目前上传的文档格式支持很多。包括:
pdf, doc, docx, rtf, epub, odt, odp, pptx, txt, py, ipynb, js, jsx, html, css, php, c, cpp, cxx, h, hpp, rs, r, rmd, swift, go, rb, kt, kts, ts, tsx, m, scala, rs, dart, lua, pl, pm, t, sh, bash, zsh, csv, log, ini, yaml, yml, toml, lua, sql, bat, md, coffee等,未来还有增加的趋势。
最近几天用Claude对嵌入式系统的固件的进行逆向和代码审计，进行了一番研究。其中一个发现是：嵌入式系统固件的符号表恢复问题在AI的帮助下得到了完美的解决，摸索出一套比较完美的解决方案。
当然，不一定嵌入式能用。也适用于其它软件的逆向辅助使用。
AI有时候不靠谱，但让它帮人类给函数起名，还是比较合适的。
即使是人给函数起名，不同的人的风格和起名结果也不尽相同。
2.思路说明
逆向没有符号表的嵌入式固件
逆向没有符号表的嵌入式二进制固件是一个复杂的过程，主要包括以下步骤：
识别硬件I/O函数：这是逆向分析的第一步，识别硬件I/O函数可以帮助我们理解固件如何与硬件进行交互。
识别库函数：库函数是预编译的代码块，可以被多个程序共享和使用。识别库函数可以帮助我们理解固件的功能和操作。
先解码靠近底层的函数：在逆向分析过程中，我们应该首先关注那些靠近硬件或操作系统底层的函数，因为它们通常包含了最重要的信息。
总结应用层的函数：在理解了底层函数后，我们可以开始总结应用层的函数。这些函数通常负责实现具体的功能，如用户界面，数据处理等。
使用逆向工程工具：在进行逆向分析时，可以使用一些逆向工程工具，如IDA Pro，Ghidra等，这些工具可以帮助我们更好地理解和分析二进制代码。
理解固件的结构和工作原理：在逆向分析过程中，我们不仅需要理解各个函数的功能，还需要理解整个固件的结构和工作原理，这对于理解和利用固件的漏洞非常重要。
3.1 预处理&底层I/O函数命名
对应上面思路说明的1-3：用传统方法手工对固件进行处理。
例如这篇文章：《IOT设备逆向工程中的函数识别》。常用的有导入芯片的SVD文件(Edit->Plugins->SVD file management)和用预先制作的签名文件(file->Load file->FLIRT Signature file)，对部分底层函数进行识别。此时，能识别部分偏向底层的I/O操作函数和库函数，识别后，导出C伪代码。
运气好的时候，大概能解决1/5函数命名问题。剩下的函数命名我交给AI.
3.2 提取sub_xxx()函数。
按照AI能处理的大小(大概在120K-150K左右)分为多个文件.方便分别向AI上传后提问。
用附件的 python3 脚本 01_findSubFunc.py 来实现。
01_findSubFunc.py 用正则实现了提取，因为IDA 导出的C伪代码格式固定。
前一行带sub_字样，后一行以"{"开头，就是一个函数的开头。
某一行以"}"开头，中间没有任何空格，可以肯定是函数的结尾。
3.3 让AI给函数重命名
记得说明一下背景，让AI理解大概的用途。例如：说明芯片类型，直到用途的话，可以说一下大致的用途。我向 claude.ai 提问的提示词如下：
1 2 3 4 5 | 下面是一个stm32f103RCT6固件二进制文件的伪C代码，请你给函数重新命名。例如:原函数sub_AAD8()重命名为：set_motor_speed()。则输出如下:sub_AAD8,set_motor_speed一个函数输出一行后就换行。注意:只对sub_XXX类型的函数进行重命名，不要和已有命名冲突。不用你进行任何解释。 |
提问情况如下：先上传.c文件到claude，再针对文件给claude提问。
3.4 把重命名的函数名导入IDA
通过附件的 python脚本 02_reNameFunc.py 实现。
运行脚本前，把AI输出结果合并后，放入:config.txt(去掉空格和多余文字)中。
运行脚本方式: file->Script file
运行脚本后，函数重命名完成。
4.Demo文件夹说明
附件 stm32f103RCT6.bin 从本论坛其它帖子下载的用于CTF的STM32固件(没有符号表)，也可以避嫌效果作假。
附件 stm32f103RCT6.old.idb 用传统方法处理后的idb文件（我用IDA pro7.5打开）
附件 stm32f103RCT6.new,用传统方法处理后，识别出部分函数名的idb文件（我用IDA pro7.5打开）
附件 stm32f103RCT6.c Ctrl+F5处理后，导出的C文件（用IDA pro7.5导出）
附件 stm32f103RCT6.ok.idb,最终成果，导入AI重命名后的识别出所有函数名的idb文件（我用IDA pro7.5打开）
python脚本说明
脚本: 01_findSubFunc.py 提取出sub_XXX函数。
脚本: 02_reNameFunc.py 把重命名后的函数导入IDA pro.
[培训]内核驱动高级班，冲击BAT一流互联网大厂工作，每周日13:00-18:00直播授课
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
效果如下：
