Rizin项目中二进制重定位(obr)的UAF问题分析
2025-06-27 06:32:30作者:裴麒琰
问题概述
在Rizin逆向工程框架中,当用户尝试使用obr命令对二进制文件进行重定位(rebase)操作时,会出现堆释放后使用(Use-After-Free, UAF)的内存错误,导致程序崩溃。这个问题影响多个二进制文件和不同的偏移地址,是一个较为严重的稳定性问题。
技术背景
二进制重定位是指修改二进制文件在内存中的加载基址。在逆向工程中,这常用于将二进制文件重新定位到不同的内存地址进行分析。Rizin通过obr命令提供这一功能,其实现涉及多个核心组件:
- 虚拟文件系统:处理二进制文件的虚拟映射
- IO子系统:负责底层文件读写操作
- 二进制分析模块:解析和修改二进制文件结构
问题根源分析
根据错误堆栈和地址消毒剂(ASan)的输出,可以确定问题发生在以下场景:
- 当执行
obr命令时,系统首先会创建一个虚拟文件对象来表示重定位后的二进制文件 - 这个虚拟文件对象被添加到Rizin的虚拟文件列表中
- 在重定位过程中,系统释放了该虚拟文件对象
- 但释放后,IO子系统的skyline映射(用于管理内存映射区域)仍然保留了对此已释放对象的引用
- 当后续操作尝试通过skyline映射访问该区域时,就触发了UAF错误
关键问题点在于虚拟文件对象被释放后,没有从IO子系统的skyline映射中正确移除引用,导致后续访问已释放内存。
解决方案
开发团队最终决定采用以下解决方案:
- 废弃并移除
obr命令:由于该命令的实现存在根本性设计问题,且在现代逆向工程工作流中重要性降低,团队决定直接移除该功能 - 替代方案建议:对于需要重定位的场景,建议用户使用其他更稳定的方法,如:
- 在加载二进制时指定基址
- 使用更现代的二进制重定位技术
技术启示
这个问题的解决过程提供了几个重要的技术启示:
- 资源生命周期管理:在复杂系统中,特别是涉及多层抽象(如虚拟文件系统)时,必须严格管理资源的生命周期
- 引用一致性:当对象被释放时,必须确保所有对该对象的引用都被正确清理
- 功能演进:随着项目发展,某些早期功能可能需要重新评估其价值和实现方式,有时移除比修复更合理
结论
Rizin项目通过这个问题的解决,不仅修复了一个稳定性问题,还优化了代码架构。这体现了开源项目持续演进的特点:不断评估和改进功能实现,以提供更稳定、更高效的工具链。对于逆向工程工具的用户来说,理解这类底层问题有助于更有效地使用工具,并在遇到类似问题时能够快速定位原因。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
416
3.2 K
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
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
682
160
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
664
React Native鸿蒙化仓库
JavaScript
265
326
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1
Ascend Extension for PyTorch
Python
230
259