Unicorn 是一个基于 QEMU 的轻量级、多平台、多架构 CPU 模拟器框架。

相比于重量级的符号执行框架（如 Angr），Unicorn 虽然没有内置 Z3 约束求解器，但凭借其极致的性能、友好的 API 设计以及强大的 Hook 机制（指令级回调），成为了二进制分析、反混淆和 CTF 竞赛中的利器。

简单来说，Unicorn 是一款 ​CPU 模拟器​。
但与 VMWare 或 Android 模拟器不同，Unicorn 不负责模拟整个操作系统或完整的硬件环境，它​不支持系统调用 (Syscall) 。

你需要像操作“裸机”一样：

为了避免污染系统的 Python 环境，推荐使用 Conda 进行环境隔离。

使用 pip 安装官方的 Python 绑定：

验证安装
在终端输入 python 进入交互模式，尝试导入：

如果无报错且输出了版本号，说明环境搭建成功。

打开你的 IDE（如 PyCharm 或 VSCode），创建一个新的 Python 项目。在解释器设置（Interpreter Settings）中，选择 Existing Environment（现有环境），并指向刚刚创建的 Conda 环境路径。

学习 Unicorn 的过程，其实就是学习如何​手动扮演操作系统的角色，为 CPU 准备好它运行所需的一切资源。

我们将按照以下顺序攻克 Unicorn 的核心要素：

在开始编写 Unicorn 代码之前，我们必须建立一个清晰的思维模型。使用 Unicorn 就像是在扮演一个“手动挡”的操作系统，你必须亲手为 CPU 准备好它运行所需的一切资源。所有的 Unicorn 脚本（无论多么复杂）都逃不出以下 5 个标准步骤：

首先，我们需要引入 Unicorn 库，并实例化一个 Uc 对象。这一步决定了我们要模拟的硬件环境。

Unicorn 中的 CPU 只能访问已被映射的内存区域。我们需要像操作系统一样，规划并申请虚拟内存空间。

有了内存空间后，我们需要将机器码（Shellcode）或二进制文件内容写入其中。这相当于加载器（Loader）将程序加载到内存的过程。

在运行前，必须初始化 CPU 的关键寄存器。最重要的是设置 指令指针 (RIP/EIP) 和 ​栈指针 (RSP/ESP) 。

一切准备就绪，指定入口点和结束点，按下“启动键”。

​API​：mu.emu_start(begin, end)

在 Unicorn 中，一切的起点都是 Uc 类的实例化。这个步骤决定了你要模拟的“硬件规格”——即 CPU 的架构（Architecture）和运行模式（Mode）。

要创建一个模拟器实例，我们需要传入两个核心参数：

Unicorn 支持多种主流架构，以下是逆向分析中最常用的几种：

模式常量用于进一步细分 CPU 的工作状态。需要注意的是，​不同的架构支持的模式不同​，且模式可以通过 + 号进行组合。

在实际使用中，我们经常需要组合使用这些常量。

场景 A：模拟 PC 上的 32位 Windows 程序

场景 B：模拟 Android 上的 ARM64 代码

场景 C：模拟 ARM Thumb 指令
ARM 处理器可以在 ARM 状态（4字节指令）和 Thumb 状态（2字节指令）之间切换。

场景 D：模拟 IoT 设备的 MIPS 大端序程序
某些路由器固件使用大端序 MIPS。

Unicorn 模拟器内部没有操作系统的 malloc​ 或 Heap 管理器。作为“上帝视角”的控制者，你必须手动管理每一页内存的分配、读写和释放。

Unicorn 的内存操作 API 非常精简，核心只有三个：​映射（申请） ​、写入 和 ​读取。

在 CPU 访问任何内存地址之前，该地址必须先被“映射”。访问未映射的内存会导致 UC_ERR_READ_UNMAPPED​ 或 UC_ERR_WRITE_UNMAPPED 异常。

​API​: uc.mem_map(address, size, perms=UC_PROT_ALL)

4KB 对齐：
现代操作系统和 CPU 通常以“页（Page）”为单位管理内存，一页通常是 4096 字节 (0x1000)。
如果你尝试申请 0x100​ 字节，Unicorn 会直接报错。必须向上取整到 0x1000。

有了内存空间后，我们需要将机器码（Shellcode）或数据填充进去。

​API​: uc.mem_write(address, data)

在模拟执行结束后，或者在 Hook 回调中，我们通常需要读取内存中的数据来验证计算结果。

​API​: uc.mem_read(address, size)

在 mem_map​ 或 mem_protect​ 中使用，用于控制内存页的读写执行权限（类似于 Linux 的 mprotect）。

示例：修改内存权限

寄存器是 CPU 的“内部工作台”，几乎所有的运算指令都依赖于它。在 Unicorn 中，我们通过统一的接口来读写不同架构下的数百个寄存器。

核心 API 非常直观：读 (Read) 和 ​写 (Write) 。

在开始模拟执行之前，通常需要初始化一些关键寄存器：

模拟执行结束后，或者在 Hook 回调函数中，我们需要读取寄存器的值来检查程序的运行状态或计算结果。

​API​: uc.reg_read(reg_id)

Unicorn 为每种架构都定义了海量的寄存器常量。为了方便使用，我们需要导入对应架构的 const 模块。

x86 / x64 架构

ARM 架构

ARM64 架构

当内存和寄存器都准备就绪后，最后一步就是按下“启动键”，让虚拟 CPU 开始运转。Unicorn 提供了灵活的执行控制接口，允许我们指定运行范围、时间限制甚至指令数量。

这是 Unicorn 中唯一用于启动 CPU 的 API。调用它是阻塞的，意味着直到模拟结束（或报错），Python 脚本才会继续往下执行。

​参数详解：

​​begin​​ (int) ​: ​起始地址。CPU 将从这里提取第一条指令。

​​end​​ (int) ​: ​结束地址。

​​timeout​​ (int, 可选) ​: ​超时时间​（单位：​微秒 / microseconds）。

​​count​​ (int, 可选) ​: ​指令计数。

在某些情况下（例如在 Hook 回调函数中检测到了某个特定条件，或者想要实现断点功能），我们需要中途强行停止模拟。

​注意​：emu_stop​ 通常配合 Hook 使用。

如果说 emu_start​ 是让程序跑起来，那么 Hook 就是让程序“透明化”。
Hook 机制是 Unicorn 最强大的特性之一。它允许我们在模拟执行的过程中插入自定义的回调函数（Callback），相当于在 CPU 内部安装了无数个“监控探头”。

通过 Hook，我们可以实现：

​API​: uc.hook_add(hook_type, callback, user_data=None, begin=1, end=0)

​API​: uc.hook_del(hook_handle)

Unicorn 的 Hook 系统非常灵活，以下是三种最基础且最常用的 Hook 类型：

​回调函数签名：

​注册示例：

​作用：当 CPU 尝试读取、写入或获取内存指令时触发。

​常量组合：

​回调函数签名：

​注册示例：

​回调函数签名：

​注册示例：

将上述三种 Hook 结合起来，我们就能得到一个功能完备的“调试监视器”。它可以帮我们实时追踪指令流，并在发生非法内存访问时自动报警。

纸上得来终觉浅。现在，我们将前面的所有知识点串联起来，编写一个完整的 Unicorn 脚本。
我们将从零开始构建一个 x86-32 虚拟环境，并让它执行一条最简单的汇编指令：INC EAX (将 EAX 寄存器的值加 1)。

当你运行这段代码时，终端输出如下内容：

在代码中我们使用了 try...except UcError​ 结构。这是编写 Unicorn 脚本的最佳实践。
如果我们在 mem_map​ 时传入了非 4KB 对齐的大小，或者试图执行未写入指令的内存区域，Unicorn 会抛出 UcError。

常见错误代码：

在掌握了 Unicorn 的基础操作后，我们将目光转向更复杂的真实场景。真实的程序不仅仅是简单的加减乘除，它们涉及文件 IO、内存管理、函数调用以及复杂的控制流。

本章节将围绕 “如何模拟一个真实的 ELF/PE 可执行文件” 展开，逐步解决以下核心挑战：

在二进制分析的战场上，单打独斗往往力不从心。为了构建一个功能完备的分析环境，我们通常会将 Unicorn 与另外两款神器——Capstone 和 Keystone 结合使用。

这三者同宗同源（均由同一团队开发），被誉为逆向工程界的“三剑客”：

在 Unicorn 的 UC_HOOK_CODE 回调中，我们只能拿到当前指令的地址和长度。如果不进行反汇编，我们无法知道具体执行了什么逻辑。

​基本用法示例：

有时候我们需要在模拟过程中动态修改程序行为，比如将一条复杂的 CALL​ 指令替换为 NOP，或者直接注入一段 Shellcode。Keystone 让我们可以直接写汇编，而不用手动拼凑十六进制机器码。

​基本用法示例：

这里只做简单了解，具体的学习文章后续更新。

​挑战​：Unicorn 只是一个裸机 CPU，它没有操作系统内核，也没有加载标准库（libc.so / kernel32.dll）。
当被模拟的程序执行到 call printf​ 或 call malloc 时，CPU 会跳转到这些函数的地址。但在 Unicorn 的内存中，这些地址通常是未映射的空洞，或者只有符号没有代码。直接执行会导致 Crash。

为了让程序继续跑下去，我们需要手动接管这些“外部调用”。

对于那些不影响核心逻辑的函数（如打印日志、Sleep、复杂的系统初始化），我们可以直接跳过。

对于影响程序逻辑的关键函数（如 malloc​、strcpy​、AES_encrypt​），我们不能简单跳过，而是要用 Python 代码来“重写”它们的功能。这被称为 ​High Level Emulation (HLE) 。

概念：
在现代操作系统中，用户态程序无法直接访问硬件（如读写磁盘、网络通信）。它们必须通过特殊的指令——SYSCALL​ (x64) 或 INT 0x80 (x86)——陷入内核态，请求操作系统服务。
由于 Unicorn 只是用户态模拟器，遇到这些指令时会停止或报错。我们需要捕获这些信号，并用 Python 代码扮演“操作系统内核”的角色。

Unicorn 提供了专门的 Hook 类型来拦截这些事件：

注意： 通常我们统一使用 UC_HOOK_INTR 来捕获所有类型的中断和系统调用请求，然后根据中断号（intno）进行判断。

我们将实现一个迷你 Linux 内核，支持程序打印字符串 (sys_write​) 和正常退出 (sys_exit)。

Unicorn 不仅仅是一个执行器，它更是一个“全知全能”的观察者。通过模拟执行，我们可以拿到静态分析（IDA）无法获取的运行时数据。利用这些数据，我们可以对抗 OLLVM 等现代混淆技术。

​痛点​：OLLVM 将简单的 if-else​ 或 while​ 循环打碎，塞进一个巨大的 switch-case 分发器中（平坦化），导致流程图像一团乱麻。

还原思路：

纸上得来终觉浅，我们通过一个真实的 CTF 题目来实战演练 Unicorn 的使用技巧。本题源自 ​**hxpCTF 2017**，名为 Fibonacci。

题目附件: cbdK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6W2N6r3g2J5L8X3q4D9i4K6u0W2M7X3g2V1i4K6u0r3j5i4y4K6k6i4c8K6i4K6u0r3k6X3W2D9k6i4y4Q4x3V1j5J5x3o6p5%4i4K6u0r3g2f1g2Q4x3V1k6X3K9h3u0G2L8X3q4U0j5$3V1`.
目标: 程序会计算并输出 Flag。我们的任务是让 Unicorn 模拟运行它，并优化执行速度以获取完整 Flag。

当我们运行这个程序的时候，可以注意到这个程序计算和输出Flag非常的慢。Flag的下一个字节计算的越来越慢。

在拿到二进制文件后，第一步是让它跑起来。我们需要解决内存映射、寄存器初始化以及外部函数调用等问题。

根据前面学习的知识，我们先搭好架子：

当我们首次运行脚本时，Unicorn 会抛出 UC_ERR_READ_UNMAPPED​ 错误，提示读取 0x601038 失败。

原因分析：
在 IDA 中查看该地址，发现它是 stdout（标准输出流指针）。

程序在 main​ 函数中调用 setbuf(stdout, NULL)​ 或 putc(..., stdout)​ 时，会尝试读取这个指针。由于 Unicorn 没有操作系统环境，.bss 段的这个变量未被 libc 初始化，因此指向了无效区域。

解决方案：
对于这种只影响输出缓冲、不影响核心算法逻辑的代码，直接 Patch (跳过) 即可。我们需要跳过以下地址的指令：

程序使用 printf​ 输出提示信息，用 putc​ 逐个输出 Flag 字符。我们需要 Hook 这些地址，用 Python 的 print 替代。

​运行结果：

程序成功运行并输出了前三个字符 hxp，但随后似乎陷入了卡顿。这是因为程序内部的算法效率极低。

在能够成功运行程序后，我们发现输出 Flag 的速度极慢。通过分析代码可知，该程序使用的是递归方式计算斐波那契数列，时间复杂度为指数级 O(2^n) 。如果不进行优化，模拟可能需要数小时甚至数天。

为了解决这个问题，我们采用 Unicorn Hook 实现 记忆化搜索 (Memoization) 算法，以空间换时间。

我们需要拦截目标函数 fibonacci​ 的入口和​出口：

​建立缓存 (Cache) ​：
使用字典 fibonacci_dp​ 存储计算结果，映射关系为：{(参数1, 参数2): (返回值RAX, 返回值RSI)}。

​处理函数入口 (On Enter) ：

​处理函数出口 (On Leave) ：

加入记忆化搜索算法后，原本需要数小时的计算过程被瞬间完成：

通过 Unicorn，我们在没有修改任何二进制文件的情况下，仅通过 Python 脚本就实现了对目标程序算法的动态热补丁 (Hot Patching) 优化。

5cbK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6%4N6%4N6Q4x3X3g2U0L8X3u0D9L8$3N6K6i4K6u0W2j5$3!0E0i4K6u0r3e0$3&6D9P5g2)9J5k6s2S2A6j5h3!0^5K9h3q4G2i4K6u0r3M7q4)9J5c8U0p5%4x3K6p5$3x3K6b7K6i4K6u0W2K9s2c8E0L8l9`.`.

https://bbs.kanxue.com/thread-224330-1.htm

f5dK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6W2N6r3g2J5L8X3q4D9i4K6u0W2M7X3g2V1i4K6u0r3x3U0l9I4z5q4)9J5c8Y4g2F1K9h3y4G2M7X3&6Q4x3X3c8W2L8X3N6A6L8X3g2Q4x3X3c8@1N6i4c8G2M7X3W2S2L8q4)9J5c8R3`.`.

50bK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1j5I4K9K6m8U0N6q4)9J5k6h3N6A6N6r3S2#2j5W2)9J5k6h3W2G2i4K6u0r3x3U0l9J5y4g2)9J5c8U0l9@1i4K6u0r3x3U0y4Q4x3V1k6g2L8X3W2U0L8%4u0F1i4K6t1#2c8e0g2Q4x3U0g2n7b7#2)9J5y4e0V1#2i4K6t1#2c8e0k6Q4x3U0f1&6x3#2)9J5y4e0S2q4i4K6t1#2c8e0g2Q4x3U0g2m8c8q4)9J5y4f1p5$3i4K6t1#2c8e0c8Q4x3U0g2n7z5g2)9J5y4f1p5H3i4K6u0r3

758K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6%4N6%4N6Q4x3X3g2A6L8%4c8K6k6h3y4Q4x3X3c8*7L8$3&6W2i4K6u0W2j5$3!0E0i4K6u0r3j5i4u0@1K9h3y4D9k6g2)9J5c8U0x3^5x3l9`.`.

‍

传播安全知识、拓宽行业人脉——看雪讲师团队等你加入！