首页
/ angr项目中的函数输入分析问题解析

angr项目中的函数输入分析问题解析

2025-05-28 10:47:51作者:幸俭卉

问题背景

在逆向工程和二进制分析领域,angr是一个强大的符号执行框架,能够帮助研究人员分析二进制程序的行为。本文讨论了一个在使用angr分析函数输入时遇到的特殊情况:当尝试找出所有使函数返回真值的输入时,系统遗漏了部分有效输入。

问题函数分析

我们有一个简单的x86汇编函数,其逻辑结构如下:

  1. 比较输入参数与0xbaadf00d,如果相等则返回1
  2. 否则比较参数与0xcafeface,如果相等则返回1
  3. 最后比较参数与0xdeadbeef,如果相等则返回1,否则返回0

从逻辑上看,这个函数应该在输入为0xbaadf00d、0xcafeface或0xdeadbeef时返回真值。

使用angr分析的问题

当使用angr的callable功能直接分析这个函数时,出现了以下异常情况:

  1. 生成的抽象语法树(AST)结构异常复杂,包含了一些看似冗余的条件判断
  2. 最终只识别出了0xbaadf00d和0xcafeface两个有效输入,遗漏了0xdeadbeef
  3. 断言检查失败,验证了结果的不完整性

问题根源

经过深入分析,发现问题出在angr的callable功能实现上。callable在处理函数调用时,没有完全正确地跟踪所有执行路径,导致部分分支条件被错误地合并或忽略。具体表现为:

  1. 条件分支的路径探索不完整
  2. 生成的AST包含冗余条件,如(arg_0_32 == 0xcafeface || !(arg_0_32 == 0xbaadf00d) && !(arg_0_32 == 0xcafeface))这样的表达式明显可以简化
  3. 最终约束条件过于严格,排除了有效的解

解决方案

通过改用更底层的符号执行方法,我们成功解决了这个问题。具体改进包括:

  1. 使用project.factory.call_state创建初始状态
  2. 通过simgr.explore显式探索执行路径
  3. 手动收集和验证各个路径上的约束条件
  4. 使用求解器枚举所有满足条件的输入

这种方法虽然代码量稍多,但能够更精确地控制符号执行过程,确保所有执行路径都被正确探索。

技术要点

  1. 符号执行与约束求解:angr的核心能力在于将程序执行转化为符号表达式,并通过约束求解器找到满足特定条件的输入。

  2. 路径探索策略:不同的分析方法会影响路径覆盖的完整性。直接使用callable可能隐藏了一些底层细节,而显式的路径探索则更加可控。

  3. 约束优化:复杂的约束条件可能导致求解效率下降或结果不完整。在实际应用中,适当的约束简化常常能提高分析的准确性。

最佳实践建议

  1. 对于简单函数,可以直接使用callable进行快速分析
  2. 当遇到复杂逻辑或结果不符合预期时,应改用更底层的符号执行方法
  3. 始终验证分析结果,确保没有遗漏重要路径
  4. 注意约束条件的简化,避免引入不必要的复杂性

通过这个案例,我们不仅解决了具体的技术问题,更重要的是理解了angr不同分析方法的适用场景和局限性,这对后续的二进制分析工作具有重要的指导意义。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8