【reverse】虚假控制流入门：Ubuntu20.04安装ollvm4.0踩坑记+用IDApython去除BCF

# 截至2022.09.25，这玩意已经5年没更新了……git clone -b llvm-4.0 https://github.com/obfuscator-llvm/obfuscator.git# 这里build文件夹和obfuscator-llvm-4.0文件夹同级mkdir build-llvm-4.0 && sudo chmod 777 -R build-llvm-4.0 && cd build-llvm-4.0cmake -DCMAKE_BUILD_TYPE=Release ../obfuscator-llvm-4.0/# 防止出现Permission Deniedsudo make -j5

sudo apt install gcc-8 g++-8 -ysudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-8 8sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-8 8sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 9sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 9sudo update-alternatives --config gccsudo update-alternatives --config g++# 最后可以看看版本是否修改成功gcc -vg++ -v

效果

1.jpg

2、编译前要先修改源码

根据参考链接1，不修改源码会踩坑。找到<你的ollvm目录>/include/llvm/ExecutionEngine/Orc/OrcRemoteTargetClient.h，按照下图把690行的readMem的返回类型从Expected<vector<char改为Expected<vector<uint8_t（这里参考链接1错误地说成了uint_8了）。

2.jpg

3、注意权限问题

如果你在编译时，看到make失败前有一大堆Permission Denied，说明你权限没给够。

1. 建议编译前给到build-llvm-4.0和obfuscator-llvm-4.0的父文件夹777权限：sudo chmod 777 -R <父文件夹名>，防止新生成的文件Permission Denied。
2. 不要在挂载点的文件夹进行编译，否则会有权限错误。
3. 建议编译期间每次看到build-llvm-4.0/bin新生成一个文件，都给它777权限，防止Permission Denied造成失败（其实编译失败也没事，编译好的文件不会重新编译，不是很耽误时间。每次看到新生成的文件出现Permission Denied，先给它权限再重新编译即可）。

4、给足虚拟机内存

不给足内存的话虚拟机会死机。也可以选择降一降作业数，比如sudo make -j7降到sudo make -j5。

编译成功

大概等了一小时，终于成功了！纪念一下！

3-终于make成功了，纪念一下.jpg

先看一个demo

写个bcf_demo.cpp：

#include <bits/stdc++.h>using namespace std;#define rep(i,a,b) for(int i = (a);i <= (b);++i)#define re_(i,a,b) for(int i = (a);i < (b);++i)#define dwn(i,a,b) for(int i = (a);i >= (b);--i)void dbg() {    puts ("");}template<typename T, typename... R>void dbg (const T &f, const R &... r) {    cout << f << " ";    dbg (r...);}template<typename Type>inline void read (Type &xx) {    Type f = 1;    char ch;    xx = 0;    for (ch = getchar(); ch < '0' || ch > '9'; ch = getchar() ) if (ch == '-') f = -1;    for (; ch >= '0' && ch <= '9'; ch = getchar() ) xx = xx * 10 + ch - '0';    xx *= f;}void read() {}template<typename T, typename ...R>void read (T &x, R &...r) {    read (x);    read (r...);}int main (int argc, char const *argv[]) {    char name[100];    scanf ("%s", name);    if (strcmp (name, "Alice") == 0) {        printf ("hello, %s.\n", name) ;    } else if (strcmp (name, "Bob") == 0) {        printf ("hello, %s\n", name);    } else {        printf ("no permission.\n");    }    return 0;}

用clang正常编译

'build-llvm-4.0/bin/clang++ 的绝对路径' 'bcf_demo.cpp 的绝对路径' -o bcf_demo_normal

IDA反汇编效果：

int __cdecl main(int argc, const char **argv, const char **envp){  char s1[112]; // [rsp+10h] [rbp-80h] BYREF  const char **v5; // [rsp+80h] [rbp-10h]  int v6; // [rsp+88h] [rbp-8h]  int v7; // [rsp+8Ch] [rbp-4h]  v7 = 0;  v6 = argc;  v5 = argv;  scanf("%s", s1);  if ( !strcmp(s1, (const char *)(unsigned int)"Alice") )  {    printf("hello, %s.\n", s1);  }  else if ( !strcmp(s1, (const char *)(unsigned int)"Bob") )  {    printf("hello, %s\n", s1);  }  else  {    printf("no permission.\n");  }  return 0;}

流程图：

4.jpg

加上bcf，编译：

'build-llvm-4.0/bin/clang++ 的绝对路径' -mllvm -bcf 'bcf_demo.cpp 的绝对路径' -o bcf_demo

IDA反汇编效果：

int __cdecl main(int argc, const char **argv, const char **envp){  char s1[112]; // [rsp+20h] [rbp-80h] BYREF  const char **v5; // [rsp+90h] [rbp-10h]  int v6; // [rsp+98h] [rbp-8h]  int v7; // [rsp+9Ch] [rbp-4h]  v7 = 0;  v6 = argc;  v5 = argv;  scanf("%s", s1);  if ( !strcmp(s1, (const char *)(unsigned int)"Alice") )  {    if ( y_12 >= 10 && ((((_BYTE)x_11 - 1) * (_BYTE)x_11) & 1) != 0 )      goto LABEL_9;    while ( 1 )    {      printf("hello, %s.\n", s1);      if ( y_12 < 10 || ((((_BYTE)x_11 - 1) * (_BYTE)x_11) & 1) == 0 )        break;LABEL_9:      printf("hello, %s.\n", s1);    }  }  else if ( !strcmp(s1, (const char *)(unsigned int)"Bob") )  {    printf("hello, %s\n", s1);  }  else  {    printf("no permission.\n");  }  return 0;}

流程图：

5.jpg

对比两图，bcf确实让程序更复杂了。

这些跳转中的x_11和y_12位于.bss段，并且通过交叉引用发现没有被修改过，也就是说x_11和y_12在运行过程中一直为0。这里的x_11和y_12被称为不透明谓词，所谓不透明，就是IDA难以推断其在运行时的值，但我们都知道它就是0。

简单分析一下bcf加入的干扰语句。y_12 >= 10 && ((((_BYTE)x_11 - 1) * (_BYTE)x_11) & 1) != 0：因为相邻两个数的乘积必为偶数，故此式总是false。根据德摩根定律，y_12 < 10 || ((((_BYTE)x_11 - 1) * (_BYTE)x_11) & 1) == 0就总是true。因此printf("hello, %s.\n", s1);恰好只执行一次。那些永远不会执行到的代码块，就叫做不可达的基本块。这些跳转和不可达基本块并不会影响程序原有的逻辑，但会干扰我们的分析，这就是虚假控制流混淆达到的效果。

尝试用IDApython去除bcf

我们把上面的demo写得更复杂一点：

#include <bits/stdc++.h>using namespace std;#define rep(i,a,b) for(int i = (a);i <= (b);++i)#define re_(i,a,b) for(int i = (a);i < (b);++i)#define dwn(i,a,b) for(int i = (a);i >= (b);--i)void dbg() {    puts ("");}template<typename T, typename... R>void dbg (const T &f, const R &... r) {    cout << f << " ";    dbg (r...);}template<typename Type>inline void read (Type &xx) {    Type f = 1;    char ch;    xx = 0;    for (ch = getchar(); ch < '0' || ch > '9'; ch = getchar() ) if (ch == '-') f = -1;    for (; ch >= '0' && ch <= '9'; ch = getchar() ) xx = xx * 10 + ch - '0';    xx *= f;}void read() {}template<typename T, typename ...R>void read (T &x, R &...r) {    read (x);    read (r...);}int main (int argc, char const *argv[]) {    char name[100];    scanf ("%s", name);    if (strcmp (name, "Alice") == 0) {        printf ("hello, %s.\n", name) ;    } else if (strcmp (name, "Bob") == 0) {        printf ("hello, %s\n", name);    } else {        printf ("no permission.\n") ;        return 0;    }    re_ (i, 0, 10) {        if (i & 1) dbg (i << 1);        else dbg (i << 1 | 1);    }    return 0;}

加上bcf编译，用IDA看看patch前的效果：

int __cdecl main(int argc, const char **argv, const char **envp){  int v4; // [rsp+24h] [rbp-8Ch] BYREF  int v5; // [rsp+28h] [rbp-88h] BYREF  int i; // [rsp+2Ch] [rbp-84h]  char s1[112]; // [rsp+30h] [rbp-80h] BYREF  const char **v8; // [rsp+A0h] [rbp-10h]  int v9; // [rsp+A8h] [rbp-8h]  int v10; // [rsp+ACh] [rbp-4h]  v10 = 0;  v9 = argc;  v8 = argv;  scanf("%s", s1);  if ( !strcmp(s1, (const char *)(unsigned int)"Alice") )  {    printf("hello, %s.\n", s1);  }  else  {    if ( strcmp(s1, (const char *)(unsigned int)"Bob") )    {      if ( y_13 >= 10 && ((((_BYTE)x_12 - 1) * (_BYTE)x_12) & 1) != 0 )        goto LABEL_18;      while ( 1 )      {        printf("no permission.\n");        v10 = 0;        if ( y_13 < 10 || ((((_BYTE)x_12 - 1) * (_BYTE)x_12) & 1) == 0 )          return v10;LABEL_18:        printf("no permission.\n");        v10 = 0;      }    }    printf("hello, %s\n", s1);  }  for ( i = 0; ; ++i )  {    while ( y_13 >= 10 && ((((_BYTE)x_12 - 1) * (_BYTE)x_12) & 1) != 0 )      ;    if ( i >= 10 )      break;    if ( (i & 1) != 0 )    {      v5 = 2 * i;      dbg<int>(&v5);      continue;    }    if ( y_13 >= 10 && ((((_BYTE)x_12 - 1) * (_BYTE)x_12) & 1) != 0 )    {LABEL_20:      v4 = (2 * i) | 1;      dbg<int>(&v4);    }    v4 = (2 * i) | 1;    dbg<int>(&v4);    if ( y_13 >= 10 && ((((_BYTE)x_12 - 1) * (_BYTE)x_12) & 1) != 0 )      goto LABEL_20;  }  return 0;}

我们随便找个例子，看看干扰代码的汇编长什么样：

.text:000000000040151C 8B 04 25 B4 41 40 00          mov     eax, ds:x_12.text:0000000000401523 8B 0C 25 9C 41 40 00          mov     ecx, ds:y_13.text:000000000040152A 89 C2                         mov     edx, eax.text:000000000040152C 83 EA 01                      sub     edx, 1.text:000000000040152F 0F AF C2                      imul    eax, edx.text:0000000000401532 83 E0 01                      and     eax, 1.text:0000000000401535 83 F8 00                      cmp     eax, 0.text:0000000000401538 40 0F 94 C6                   setz    sil.text:000000000040153C 83 F9 0A                      cmp     ecx, 0Ah.text:000000000040153F 40 0F 9C C7                   setl    dil.text:0000000000401543 40 08 FE                      or      sil, dil.text:0000000000401546 40 F6 C6 01                   test    sil, 1.text:000000000040154A 0F 85 05 00 00 00             jnz     loc_401555.text:000000000040154A.text:0000000000401550 E9 F3 01 00 00                jmp     loc_401748

我们不需要管这些干扰指令具体是true还是false，只需要知道：它们不影响原有代码。我们简单分析可知，这里的jnz loc_401555一定会执行，因此我们只需要把jnz loc_401555改成jmp loc_401555，即可去除所有的干扰效果。

IDApython脚本：

import idcdef next_instr(addr):    # item_size返回addr处指令长度    return addr + idc.get_item_size(addr)def main():    print('-' * 40)    st_addr = 0x401470    ed_addr = 0x401793    addr = st_addr    while addr < ed_addr:        next = next_instr(addr)        if 'x_12' in idc.GetDisasm(addr):            # 向下找到jnz            while addr < ed_addr and 'jnz' not in idc.GetDisasm(addr):                addr = next                next = next_instr(addr)            if addr >= ed_addr:                break            print(idc.GetDisasm(addr))  # dbg            # 获取jnz跳转的目的地址            dest = idc.get_operand_value(addr, 0)            print('dest', hex(dest))  # dbg            # 将jnz patch成jmp            idc.patch_byte(addr, 0xE9)            # 计算目的地址相对addr的偏移offset            offset = dest - (addr + 5)            # 将jmp操作数patch为offset            idc.patch_dword(addr + 1, offset)            # patch jnz指令最后一个字节为nop            idc.patch_byte(addr + 5, 0x90)        addr = next    print('-' * 40)main()

输出：

jnz     loc_401555dest 0x401555jnz     loc_4015ACdest 0x4015acjnz     loc_4015F9dest 0x4015f9jnz     loc_401642dest 0x401642jnz     loc_4016C0dest 0x4016c0jnz     loc_401717dest 0x401717

在上述例子中，patch后，只有一条指令被修改了：

.text:000000000040151C 8B 04 25 B4 41 40 00          mov     eax, ds:x_12.text:0000000000401523 8B 0C 25 9C 41 40 00          mov     ecx, ds:y_13.text:000000000040152A 89 C2                         mov     edx, eax.text:000000000040152C 83 EA 01                      sub     edx, 1.text:000000000040152F 0F AF C2                      imul    eax, edx.text:0000000000401532 83 E0 01                      and     eax, 1.text:0000000000401535 83 F8 00                      cmp     eax, 0.text:0000000000401538 40 0F 94 C6                   setz    sil.text:000000000040153C 83 F9 0A                      cmp     ecx, 0Ah.text:000000000040153F 40 0F 9C C7                   setl    dil.text:0000000000401543 40 08 FE                      or      sil, dil.text:0000000000401546 40 F6 C6 01                   test    sil, 1.text:000000000040154A E9 06 00 00 00                jmp     loc_401555.text:000000000040154A.text:000000000040154A                               ; ---------------------------------------------------------------------------.text:000000000040154F 90                            db  90h.text:0000000000401550 E9 F3 01 00 00                jmp     loc_401748

patch后反汇编效果：

int __cdecl main(int argc, const char **argv, const char **envp){  int v4; // [rsp+24h] [rbp-8Ch] BYREF  int v5; // [rsp+28h] [rbp-88h] BYREF  int i; // [rsp+2Ch] [rbp-84h]  char s1[112]; // [rsp+30h] [rbp-80h] BYREF  const char **v8; // [rsp+A0h] [rbp-10h]  int v9; // [rsp+A8h] [rbp-8h]  int v10; // [rsp+ACh] [rbp-4h]  v10 = 0;  v9 = argc;  v8 = argv;  scanf("%s", s1);  if ( !strcmp(s1, (const char *)(unsigned int)"Alice") )  {    printf("hello, %s.\n", s1);  }  else  {    if ( strcmp(s1, (const char *)(unsigned int)"Bob") )    {      printf("no permission.\n");      return 0;    }    printf("hello, %s\n", s1);  }  for ( i = 0; i < 10; ++i )  {    if ( (i & 1) != 0 )    {      v5 = 2 * i;      dbg<int>(&v5);    }    else    {      v4 = (2 * i) | 1;      dbg<int>(&v4);    }  }  return 0;}

效果不错，去得很干净。

地球人用angr去除bcf的做法以后（下辈子）再学。

参考资料

1. Ubuntu20.04安装ollvm各种踩坑记录：https://www.bilibili.com/read/cv13148974/
2. 地球人yyds%%%：https://bbs.pediy.com/thread-266005.htm