基本属性
首先,我们有一些关于这个项目的基本属性:它的CPU体系结构,文件名以及入口点的地址。
>>> import monkeyhex # this will format numerical results in hexadecimal >>> proj.arch <Arch AMD64 (LE)> >>> proj.entry 0x401670 >>> proj.filename ‘/bin/true‘
arch是archinfo.Arch对象的一个实例,用于编译程序的任何体系结构,在本例中是little-endian amd64。它包含大量关于运行的CPU的文书数据,您可以在闲暇时阅读这些数据。你关心的常见问题是arch.bits,arch.bytes(其中一个是主要Arch类的@property声明),
arch.name和arch.memory_endness。
entry是二进制的入口点!
filename是二进制文件的绝对文件名
The loader(加载器)
从二进制文件加载到在虚拟地址空间中非常复杂!我们有一个叫CLE的模块来处理这个问题。 CLE的结果,称为加载程序,在.loader属性中可用。我们将详细介绍如何尽快使用它,
但是现在只要知道你可以用它来查看angr加载程序时同时加载的共享库,并对加载的地址空间进行基本的查询。
>>> proj.loader <Loaded true, maps [0x400000:0x5004000]> >>> proj.loader.shared_objects # may look a little different for you! {‘ld-linux-x86-64.so.2‘: <ELF Object ld-2.24.so, maps [0x2000000:0x2227167]>, ‘libc.so.6‘: <ELF Object libc-2.24.so, maps [0x1000000:0x13c699f]>} >>> proj.loader.min_addr 0x400000 >>> proj.loader.max_addr 0x5004000 >>> proj.loader.main_object # we‘ve loaded several binaries into this project. Here‘s the main one! <ELF Object true, maps [0x400000:0x60721f]> >>> proj.loader.main_object.execstack # sample query: does this binary have an executable stack? False >>> proj.loader.main_object.pic # sample query: is this binary position-independent? True
The factory
Angr中有很多类,其中大部分需要实例化一个项目。而不是让你到处将项目作为参数传递,我们提供project.factory,它有几个方便的常用对象的构造函数,你会经常使用。
本节还将介绍几个基本的angr概念。
Blocks
angr分析代码是以基本块(在编译器构造中,基本块是一个直线代码序列,除了入口外没有分支,除了出口处没有分支)为单位。
首先,project.factory.block( ),它用来从给定的地址提取一个基本的代码块。你将得到一个Block对象,它可以告诉你关于代码块的很多有趣的事情:
>>> block = proj.factory.block(proj.entry) # lift a block of code from the program‘s entry point <Block for 0x401670, 42 bytes> >>> block.pp() # pretty-print a disassembly to stdout 0x401670: xor ebp, ebp 0x401672: mov r9, rdx 0x401675: pop rsi 0x401676: mov rdx, rsp 0x401679: and rsp, 0xfffffffffffffff0 0x40167d: push rax 0x40167e: push rsp 0x40167f: lea r8, [rip + 0x2e2a] 0x401686: lea rcx, [rip + 0x2db3] 0x40168d: lea rdi, [rip - 0xd4] 0x401694: call qword ptr [rip + 0x205866] >>> block.instructions # how many instructions are there? 0xb >>> block.instruction_addrs # what are the addresses of the instructions? [0x401670, 0x401672, 0x401675, 0x401676, 0x401679, 0x40167d, 0x40167e, 0x40167f, 0x401686, 0x40168d, 0x401694]
此外,您可以使用Block对象来获取代码块的其他表示形式:
>>> block.capstone # capstone disassembly <CapstoneBlock for 0x401670> >>> block.vex # VEX IRSB (that‘s a python internal address, not a program address) <pyvex.block.IRSB at 0x7706330>
States
Project对象只代表程序的“初始化映像”。当你用angr执行执行时,使用的是一个代表模拟程序状态的特定对象 (SimState)。
>>> state = proj.factory.entry_state() <SimState @ 0x401670>
一个SimState包含一个程序的内存,寄存器,文件系统数据...任何会在执行中改变的“实时数据”都会在这个state中。稍后我们将介绍如何与状态进行深入交互,但现在让我们使用state.regs和state.mem来访问这个状态的寄存器和内存:
>>> state.regs.rip # get the current instruction pointer <BV64 0x401670> >>> state.regs.rax <BV64 0x1c> >>> state.mem[proj.entry].int.resolved # interpret the memory at the entry point as a C int <BV32 0x8949ed31>
这里是如何从python ints转换为bitvectors,然后再返回:
>>> bv = state.solver.BVV(0x1234, 32) # create a 32-bit-wide bitvector with value 0x1234 <BV32 0x1234> # BVV stands for bitvector value >>> state.solver.eval(bv) # convert to python int 0x1234
您可以将这些位向量存储回寄存器和内存,也可以直接存储一个python整数,并将其转换为适当大小的位向量:
>>> state.regs.rsi = state.solver.BVV(3, 64) >>> state.regs.rsi <BV64 0x3> >>> state.mem[0x1000].long = 4 >>> state.mem[0x1000].long.resolved <BV64 0x4>
使用array [index]表示法指定一个地址
使用<type>来指定内存应该被解释为<type>(通用值:char,short,int,long,size_t,uint8_t,uint16_t ...)
从那里,你可以:
存储一个值,无论是一个bitvector或一个python int
使用.resolved将该值作为bitvector
使用.concrete将该值作为python int
如果尝试去获取其他寄存器,可能会遇到看起来很奇怪的值:
>>> state.regs.rdi <BV64 reg_48_11_64{UNINITIALIZED}>
它仍旧是一个64bit 的bitvector,但它不包含一个数值,而是一个名称,叫做symbolic variable(符号变量),它是符号执行的基础。
Simulation Managers(模拟化管理器)
如果一个state表示处在某个时间点的程序,那么一定会有方法使它达到下一个时间点。Simulation Manager是angr中的主要接口,用于进行执行或者说模拟。
首先,我们创建simulation manager,
>>> simgr = proj.factory.simgr(state) # TODO: change name before merge <SimulationManager with 1 active> >>> simgr.active [<SimState @ 0x401670>]
造函数会参数一个state或state列表。
simulation manager含有几个stash,默认的stash,active,由传入的state初始化。
我们开始执行
>>> simgr.step()
可以再次查看存活的stash,注意到它已经改变,而且这并不会修改原来的state,SimState对象在执行过程中透明。可以安全的使用单个state作为任意一次执行的起点。
>>> simgr.active [<SimState @ 0x1020300>] >>> simgr.active[0].regs.rip # new and exciting! <BV64 0x1020300> >>> state.regs.rip # still the same! <BV64 0x401670>
Analyses
angr预先打包了几个内置analyses,可以利用它们来获取程序中一些有趣的信息:
>>> proj.analyses. # Press TAB here in ipython to get an autocomplete-listing of everything: proj.analyses.BackwardSlice proj.analyses.CongruencyCheck proj.analyses.reload_analyses proj.analyses.BinaryOptimizer proj.analyses.DDG proj.analyses.StaticHooker proj.analyses.BinDiff proj.analyses.DFG proj.analyses.VariableRecovery proj.analyses.BoyScout proj.analyses.Disassembly proj.analyses.VariableRecoveryFast proj.analyses.CDG proj.analyses.GirlScout proj.analyses.Veritesting proj.analyses.CFG proj.analyses.Identifier proj.analyses.VFG proj.analyses.CFGAccurate proj.analyses.LoopFinder proj.analyses.VSA_DDG proj.analyses.CFGFast proj.analyses.Reassembler
如何构建并使用一个快速控制流程图:
# Originally, when we loaded this binary it also loaded all its dependencies into the same virtual address space # This is undesirable for most analysis. >>> proj = angr.Project(‘/bin/true‘, auto_load_libs=False) >>> cfg = proj.analyses.CFGFast() <CFGFast Analysis Result at 0x2d85130> # cfg.graph is a networkx DiGraph full of CFGNode instances # You should go look up the networkx APIs to learn how to use this! >>> cfg.graph <networkx.classes.digraph.DiGraph at 0x2da43a0> >>> len(cfg.graph.nodes()) 951 # To get the CFGNode for a given address, use cfg.get_any_node >>> entry_node = cfg.get_any_node(proj.entry) >>> len(list(cfg.graph.successors(entry_node))) 2
翻译自:https://docs.angr.io