Издательский дом ООО "Гейм Лэнд"ЖУРНАЛ ХАКЕР 116, АВГУСТ 2008 г.

Трюки от Криса

Крис Касперски

Хакер, номер #116, стр. 116-104-1

Вольности, допускаемые Си/Си++ в отношении указателей (что отличает их от Java/.NET и других «правильных» языков), обеспечивают гибкость, компактность и высокое быстродействие целевого кода. Но подобная демократия таит в себе скрытую угрозу, и всякий указатель становится источником непредсказуемых побочных эффектов!

В одну реку нельзя войти дважды?

Статический анализ отдельно взятой функции (неважно — представленный в виде исходного кода или дизассемблерного листинга) справляется только с локальными переменными и обламывается на указателях, значение которых невозможно вычислить на стадии трансляции (указатель — не константа) и которые обрабатываются уже в run-time.

Всякий неконстантный указатель способен менять логику работы не только отдельно взятой анализируемой функции, но даже и всей программы в целом! Разобраться, что же действительно делает тот или иной указатель, можно только с помощью отладчика или… статической трассировки всего исходного текста – а это фактически равносильно исполнению программы на эмулирующем отладчике.

Начинающие хакеры недооценивают коварство указателей, за что потом расплачиваются изматывающей отладкой, отнимающей намного больше времени, чем кодирование. Хотите наглядный пример? Пожалуйста!

Исходный код загадочной функции

foo(int *arg_a, int *arg_b)

{

printf("1:-> %08Xh:%08Xhn", *arg_a, *arg_b);

*arg_a = *arg_b; // (1)

printf("2:-> %08Xh:%08Xhn", *arg_a, *arg_b);

*arg_a = *arg_b;

// (2) - может иметь другое действие, чем (1)

printf("3:-> %08Xh:%08Xhn", *arg_a, *arg_b);

*arg_a = *arg_b;

// (3) - может иметь другое действие,

чем (1, 2)

printf("4:-> %08Xh:%08Xhn", *arg_a, *arg_b);

*arg_a = *arg_b;

// (4) - может иметь другое действие,

чем (1, 2, 3)

printf("5:-> %08Xh:%08Xhn", *arg_a, *arg_b);

}

Казалось бы, такая простая функция foo() — всего четыре команды *arg_a = *arg_b (отладочные вызовы printf не в счет). Разве не очевидно, что здесь происходит копирование ячейки *arg_b в ячейку *arg_a, для «надежности» повторяемое четыре раза? Тогда почему оптимизирующие компиляторы (например, MS VC) даже на максимальном уровне оптимизации не выкидывают вторую и все последующие операции присвоения – в чем легко убедиться, заглянув в дизассемблерный листинг?

Предположение, что все команды "*arg_a = *arg_b" идентичны — ошибочно. Оно базируется на неявном допущении, что arg_a и arg_b указывают на различные ячейки, чего нам никто не гарантирует. И что никаким боком не вытекает из анализа самой функции foo(), принимающей указатели arg_a и arg_b как аргументы. Понять, что же действительно здесь происходит, можно, только обратившись к материнской функции, которая в данном случае выглядит так:

Хитрый вызов функции foo() в программе overlapped-pointers.c

int buf[3]={0, -1, 0};

main()

{

foo(buf, (int*)(((char*)buf) + 1));

}

Компилируем программу из командной строки, как обычно (cl.exe overlapped-pointers.c), запускаем и смотрим результат. По многочисленным просьбам читателей, не осиливших readme к Microsoft Visual Studio или запускающих vcvars32.bat из FAR'а, а не из отдельного cmd.exe, мыщъх решил снабжать каждый приводимый листинг .dsw/.dsp-проектами, упрощающими сборку программы до предела (клавиша <F7> в Студии).

Но вернемся к обсуждению полученного вывода. Он намного интереснее, чем это можно предположить из анализа исходного текста:

Результат работы программы overlapped-pointers.c

1:-> 00000000h:FF000000h

2:-> FF000000h:FFFF0000h

3:-> FFFF0000h:FFFFFF00h

4:-> FFFFFF00h:FFFFFFFFh

5:-> FFFFFFFFh:FFFFFFFFh

Вот тебе и раз! Значение ячеек *arg_a и *arg_b меняется во всех четырех итерациях, образуя узор наподобие «елочки». А все потому, – что функции foo() переданы указатели на перекрывающиеся (overlapped) ячейки памяти, и операция присвоения меняет не только приемник (target), но и source (источник)! Теперь понятно, почему возникает «елочка»: раз присвоение меняет источник, то повторное присвоение даст иной результат. Точнее, может дать, но может и не дать. Тут все от содержимого источника/приемника зависит.

Вот потому статический анализ на указателях и «отдыхает».

Хардкорные извраты с адресом возврата

Оправившись после «культурного шока», рассмотрим более сложный пример, – функцию baz(), состоящую из операции «*ret_addr = arg_a» (задействует один-единственный указатель). Ну и какого подвоха от нее ожидать? Да любого! Это же указатель! И писать он способен в абсолютно любую ячейку памяти, куда только разрешена запись. Может подменять адрес возврата из функции. Это используется для скрытой передачи управления многими защитными механизмами или представляет собой грязный «хак», вставленный сотрудником, который не хочет, чтобы коллеги понимали, как работает написанный им код.

Собственно говоря, сама функция baz() не делает ничего интересного. Все трюкачество сосредоточено в вызывающем коде, который в простейшем случае выглядит так – смотри «хитрый вызов функции foo() в программе overlapped-pointers.c». Вопрос: что выводит эта программа на экран? Даже динамический анализ с отладчиком в руках требует напряжения мозговых извилин и знания особенностей языка. Хинт: данный пример не закладывается на конкретный компилятор и сохраняет свою работоспособность даже при портировании на другие 32-битные системы. С формальной точки зрения, это не такой уж и грязный хак (примечание: для упрощения кода, в программе использована ассемблерная вставка, но при желании, можно реализовать и на чистом Си).

Исходный код программы со скрытой подменой адреса возврата

// stdcall, since we need to blow up the args

__stdcall bar (int arg_a)

{

static int count;

printf("%X:-> %08Xh:hello bar

n",++count, arg_a);

}

// cdecl, since we don't want to blow up the args

__cdecl baz (int arg_a, int *ret_addr)

{

*ret_addr = arg_a;

}

main()

{

foo(buf, (int*)(((char*)buf) + 1));

__asm

{

push eax

; for bar.RETN 4 (second pass, dummy arg)

push offset next

; for bar.RETN 4 (second pass, jump to next)

mov eax, esp

; calculate the pointer to...

sub eax, 0Ch

..the return address of baz

push eax

; for baz.ret_addr AND bar.RET 4 (dummy arg)

push offset bar

; for baz.arg_a AND bar.RET 4

(jump to itself)

call baz

; go-go bar baz :-)

next:

; don't need SUB ESP,XX - stack is ok due to RET4

}

Компилируем программу так же, как и раньше (для экономии места она реализована все в том же файле overlapped-pointers.c), и смотрим на результат ее выполнения:

1:-> 0012FF60h:hello bar

2:-> 00000019h:hello bar

Мы морально подготовлены к тому, что после завершения baz() вызывается функция bar() (это вытекает из названия указателя ret_addr и явной засылке адреса bar командой push offset bar). Но тот факт, что bar() вызывается дважды — уже сюрприз! Говорю же, здесь не баг, а заранее просчитанный ход, который очень трудно распознать даже матерым программистам.

Отладчик покажет полную картину происходящего, а чтобы не сбиться с пути, мыщъх даст несколько хинтов. Функция main() готовит стек, засовывая в него незначимый аргумент-пустышку (dummy arg), за которым следует адрес выхода из функции (смещение метки next). Далее засылается тщательно рассчитанное смещение адреса возврата из baz(), передаваемое как аргумент ret_addr и указатель на bar (аргумент arg_a).

И происходит вызов функции baz() с форсированной спецификацией cdecl-соглашения, определяющего порядок засылки аргументов в стек и снимающего с baz() обязанности по вычистке аргументов из стека после завершения. Команда «*ret_addr = arg_a;» подменяет адрес возврата из baz(), заменяя его указателем на функцию bar(), которая и вызывается при завершении baz(). Причем, стек остается в том же состоянии, в каком он был на момент вызова baz() – то есть с двумя аргументами: указателем на адрес возврата из baz(), ну теперь уже bar(), и адресом самой функции bar(), которая (это очень важно!) форсирована на stdcall-соглашение, что обязывает ее вычищать аргументы из стека по завершению.

При первом выполнении функции bar() она выводит аргумент arg_a (указатель на адрес возврата). Второй аргумент трактуется как адрес возврата в материнскую функцию. В данном случае таковой является сама bar(), указатель на которую следует за arg_a. Следовательно, при выходе из функции bar() она выталкивает arg_a из стека вместе с адресом возврата на саму себя. В результате происходит ее повторный вызов, но теперь на вершине стека — фиктивный аргумент-пустышка и указатель на метку next, куда и передается управление.

Такая вот замысловатая арабская вязь кода. Что тут сложного? После объяснения, конечно, ничего. Но сколько людей способны сказать, что делает эта программа по одним лишь исходным текстам без запуска ее на выполнение?

Содержание
ttfb: 3.7071704864502 ms