Android Linker 與 SO 加殼技術
1. 前言
Android 系統安全愈發重要，像傳統pc安全的可執行文件加固一樣，應用加固是Android系統安全中非常重要的一環。目前Android 應用加固可以分為dex加固和Native加固，Native 加固的保護對象為 Native 層的 SO 文件，使用加殼、反調試、混淆、VM 等手段增加SO文件的反編譯難度。目前最主流的 SO 文件保護方案還是加殼技術， 在SO文件加殼和脫殼的攻防技術領域，最重要的基礎的便是對于 Linker 即裝載鏈接機制的理解。對于非安全方向開發者，深刻理解系統的裝載與鏈接機制也是進階的必要條件。
本文詳細分析了 Linker 對 SO 文件的裝載和鏈接過程，最后對 SO 加殼的關鍵技術進行了簡要的介紹。
對于 Linker 的學習，還應該包括 Linker 自舉、可執行文件的加載等技術，但是限于本人的技術水平，本文的討論范圍限定在 SO 文件的加載，也就是在調用 dlopen("libxx.SO") 之后，Linker 的處理過程。
本文基于 Android 5.0 AOSP 源碼，僅針對 ARM 平臺，為了增強可讀性，文中列舉的源碼均經過刪減，去除了其他 CPU 架構的相關源碼以及錯誤處理。
P.S.: 閱讀本文的讀者需要對 ELF 文件結構有一定的了解。
2. SO 的裝載與鏈接
2.1 整體流程說明
1. do_dlopen
調用 dl_open 后，中間經過 dlopen_ext, 到達第一個主要函數 do_dlopen:
do_dlopen 調用了兩個重要的函數，第一個是find_library, 第二個是 soinfo 的成員函數 CallConstructors，find_library 函數是 SO 裝載鏈接的后續函數， 完成 SO 的裝載鏈接后， 通過 CallConstructors 調用 SO 的初始化函數。
2. find_library_internal
find_library 直接調用了 find_library_internal，下面直接看 find_library_internal函數:
find_library_internal 首先通過 find_loaded_library_by_name 函數判斷目標 SO 是否已經加載，如果已經加載則直接返回對應的soinfo指針，沒有加載的話則調用 load_library 繼續加載流程，下面看 load_library 函數。
3. load_library
load_library 函數呈現了 SO 裝載鏈接的整個流程，主要有3步:
-
裝載:創建ElfReader對象，通過 ElfReader 對象的 Load 方法將 SO 文件裝載到內存
-
分配soinfo:調用 soinfo_alloc 函數為 SO 分配新的 soinfo 結構，并按照裝載結果更新相應的成員變量
-
鏈接: 調用 soinfo_link_image 完成 SO 的鏈接
通過前面的分析，可以看到， load_library 函數中包含了 SO 裝載鏈接的主要過程, 后文主要通過分析 ElfReader 類和 soinfo_link_image 函數, 來分別介紹 SO 的裝載和鏈接過程。
2.2 裝載
在 load_library 中， 首先初始化 elf_reader 對象, 第一個參數為 SO 的名字， 第二個參數為文件描述符 fd:
ElfReader elf_reader(name, fd)
之后調用 ElfReader 的 load 方法裝載 SO。
ElfReader::Load 方法如下:
ElfReader::Load 方法首先讀取 SO 的elf header，再對elf header進行驗證，之后讀取program header，根據program header 計算 SO 需要的內存大小并分配相應的空間，緊接著將 SO 按照以 segment 為單位裝載到內存，最后在裝載到內存的 SO 中找到program header，方便之后的鏈接過程使用。
下面深入 ElfReader 的這幾個成員函數進行詳細介紹。
2.2.1 read&verify elfheader
ReadElfHeader 使用 read 直接從 SO 文件中將 elf header 讀取 header 中，header_ 為 ElfReader 的成員變量，類型為 Elf32_Ehdr，通過 header 可以方便的訪問 elf header中各個字段，elf header中包含有 program header table、section header table等重要信息。
對 elf header 的驗證包括:
-
magic字節
-
32/64 bit 與當前平臺是否一致
-
大小端
-
類型:可執行文件、SO …
-
版本:一般為 1，表示當前版本
-
平臺:ARM、x86、amd64 …
有任何錯誤都會導致加載失敗。
2.2.2 Read ProgramHeader
將 program header 在內存中單獨映射一份，用于解析program header 時臨時使用，在 SO 裝載到內存后，便會釋放這塊內存，轉而使用裝載后的 SO 中的program header。
2.2.3 reserve space & 計算 load size
首先調用 phdr_table_get_load_size 函數獲取 SO 在內存中需要的空間load_size，然后使用 mmap 匿名映射，預留出相應的空間。
關于load bias : SO 可以指定加載基址，但是 SO 指定的加載基址可能不是頁對齊的，這種情況會導致實際映射地址和指定的加載地址有一個偏差，這個偏差便是 load_bias_ ，之后在針對虛擬地址進行計算時需要使用 load_bias_ 修正。普通的 SO 都不會指定加載基址，這時 min_vaddr = 0 ，則 load_bias_ = load_start_ ，即 load_bias_ 等于加載基址，下文會將 load_bias_ 直接稱為基址。
下面深入 phdr_table_get_load_size 分析一下 load_size 的計算:使用成員變量 phdr_table 遍歷所有的program header， 找到所有類型為 PT_LOAD 的 segment 的 p_vaddr 的最小值，p_vaddr + p_memsz 的最大值，分別作為 min_vaddr 和 max_vaddr，在將兩個值分別對齊到頁首和頁尾，最終使用對齊后的 max_vaddr - min_vaddr 得到 load_size。
2.2.4 Load Segments
遍歷 program header table，找到類型為 PT_LOAD 的 segment:
-
計算 segment 在內存空間中的起始地址 seg start 和結束地址 seg_end，seg_start 等于虛擬偏移加上基址load_bias ，同時由于 mmap 的要求，都要對齊到頁邊界得到 seg_page_start 和 seg_page_end。
-
計算 segment 在文件中的頁對齊后的起始地址 file_page_start 和長度 file_length。
-
使用 mmap 將 segment 映射到內存，指定映射地址為 seg_page_start，長度為 file_length，文件偏移為 file_page_start。
2.3 分配 soinfo
load_library 在調用 load_segments 完成裝載后，接著調用 soinfo_alloc 函數為目標SO分配soinfo，soinfo_alloc 函數實現如下:
Linker 為 每個 SO 維護了一個soinfo結構，調用 dlopen時，返回的句柄其實就是一個指向該 SO 的 soinfo 指針。soinfo 保存了 SO 加載鏈接以及運行期間所需的各類信息，簡單列舉一下:
裝載鏈接期間主要使用的成員:
-
裝載信息
-
const ElfW(Phdr)* phdr;
-
size_t phnum;
-
ElfW(Addr) base;
-
size_t size;
-
-
符號信息
-
const char* strtab;
-
ElfW(Sym)* symtab;
</ul> </li>
-
重定位信息
-
ElfW(Rel)* plt_rel;
-
size_t plt_rel_count;
-
ElfW(Rel)* rel;
-
size_t rel_count;
</ul> </li>
-
init 函數和 finit 函數
-
Linker_function_t* init_array;
-
size_t init_array_count;
-
Linker_function_t* fini_array;
-
size_t fini_array_count;
-
Linker_function_t init_func;
-
Linker_function_t fini_func;
</ul> </li>
</ul>
-
導出符號查找（dlsym）:
-
const char* strtab;
-
ElfW(Sym)* symtab;
-
size_t nbucket;
-
size_t nchain;
-
unsigned* bucket;
-
unsigned* chain;
-
ElfW(Addr) load_bias;
-
-
異常處理:
-
unsigned* ARM_exidx;
-
size_t ARM_exidx_count;
</ul> </li>
</ul>
load_library 在為 SO 分配 soinfo 后，會將裝載結果更新到 soinfo 中，后面的鏈接過程就可以直接使用soinfo的相關字段去訪問 SO 中的信息。
2.4 鏈接
鏈接過程由 soinfo_link_image 函數完成，主要可以分為四個主要步驟:
1. 定位 dynamic section
由函數 phdr_table_get_dynamic_section 完成，該函數會遍歷 program header，找到為類型為 PT_DYNAMIC 的 header, 從中獲取的是 dynamic section 的信息，主要就是虛擬地址和項數。
2. 解析 dynamic section
dynamic section本質上是類型為 Elf32_Dyn 的數組，Elf32_Dyn 結構如下
Elf32_Dyn 結構的 d_tag 屬性表示該項的類型，類型決定了dun中信息的意義，e.g.:當 d_tag = DT_SYMTAB 表示該項存儲的是符號表的信息，d_un.d_ptr 表示符號表的虛擬地址的偏移，當 d_tag = DT_RELSZ 時，d_un.d_val 表示重定位表rel的項數。
解析的過程就是遍歷數組中的每一項，根據 d_tag 的不同，獲取到不同的信息。
dynamic section 中包含的信息主要包括以下 3 類:
- 符號信息- 重定位信息
- init&finit funcs</code></pre>
3. 加載 needed SO
調用 find_library 獲取所有依賴的 SO 的 soinfo 指針，如果 SO 還沒有加載，則會將 SO 加載到內存，分配一個soinfo*[]指針數組，用于存放 soinfo 指針。
4. 重定位
重定位SO 鏈接中最復雜同時也是最關鍵的一步。重定位做的工作主要是修復導入符號的引用，下面一節將對重定位過程進行詳細分析。
soinfo_link_image 的示意代碼:
2.4.1 重定位 relocate
Android ARM 下需要處理兩個重定位表，plt_rel 和 rel，plt 指的是延遲綁定，但是 Android 目前并不對延遲綁定做特殊處理，直接與普通的重定位同時處理。兩個重定位的表都由 soinfo_relocate 函數處理。
soinfo_relocate 函數需要遍歷重定位表，處理每個重定位項，每個重定位項的處理過程可以分為 3 步:
1. 解析重定位項和導入符號的信息
重定位項的結構如下
首先從重定位項獲取的信息如下:
-
重定位的類型 type
-
符號在符號表中的索引號 sym，sym 為0表示為本SO內部的重定位，如果不為0，意味著該符號為導入符號
-
重定位的目標地址 reloc，使用r_offset + si_load_bias，相當于 偏移地址+基地址
符號表表項的結構為elf32_sym:
2. 如果 sym 不為0，則查找導入符號的信息
如果 sym 不為0，則繼續使用 sym 在符號表中獲取符號信息，從符號信息中進一步獲取符號的名稱。隨后調用 soinfo_do_lookup 函數在所有依賴的 SO 中根據符號名稱查找符號信息，返回值類型為 elf32_sym，同時還會返回含有該符號的 SO 的 soinfo( lsi )，如果查找成功則該導入符號的地址為:
sym_addr = s->st_value + lsi->load_bias;
3. 修正需要重定位的地址
根據重定位類型的不同，修正重定位地址，具體的重定位類型定義和計算方法可以參考 aaelf 文檔的 4.6.1.2 節。
對于導入符號，則使用根據第二步得到 sym_addr 去修正，對于 SO 內部的相對偏移修正，則直接將reloc的地址加上 SO 的基址。
2.5 CallConstructors
在編譯 SO 時，可以通過鏈接選項 -init 或是給函數添加屬性 __attribute__((constructor)) 來指定 SO 的初始化函數，這些初始化函數在 SO 裝載鏈接后便會被調用，再之后才會將 SO 的 soinfo 指針返回給 dl_open 的調用者。SO 層面的保護手段，有兩個介入點, 一個是 jni_onload, 另一個就是初始化函數，比如反調試、脫殼等，逆向分析時經常需要動態調試分析這些初始化函數。
完成 SO 的裝載鏈接后，返回到 do_dlopen 函數, do_open 獲得 find_library 返回的剛剛加載的 SO 的 soinfo，在將 soinfo 返回給其他模塊使用之前，最后還需要調用 soinfo 的成員函數 CallConstructors。
CallConstructors 函數會調用 SO 的首先調用所有依賴的 SO 的 soinfo 的 CallConstructors 函數，接著調用自己的 soinfo 成員變量 init 和 看 init_array 指定的函數，這兩個變量在在解析 dynamic section 時賦值。
有了以上分析基礎后，在需要動態跟蹤初始化函數時，我們就知道可以將斷點設在 do_dlopen 或是 CallConstructors。
3. 加殼技術
在病毒和版權保護領域，“殼”一直扮演著極為重要的角色。通過加殼可以對代碼進行壓縮和加密，同時再輔以虛擬化、代碼混淆和反調試等手段，達到防止靜態和動態分析。
在 Android 環境中，Native 層的加殼主要是針對動態鏈接庫 SO，SO 加殼的示意圖如下:
加殼工具、loader、被保護SO。
-
SO: 即被保護的目標 SO。
-
loader: 自身也是一個 SO，系統加載時首先加載 loader，loader 首先還原出經過加密、壓縮、變換的 SO，再將 SO 加載到內存，并完成鏈接過程，使 SO 可以正常被其他模塊使用。
-
加殼工具: 將被保護的 SO 加密、壓縮、變換，并將結果作為數據與 loader 整合為 packed SO。
下面對 SO 加殼的關鍵技術進行簡單介紹。
3.1 loader 執行時機
Linker 加載完 loader 后，loader 需要將被保護的 SO 加載起來，這就要求 loader 的代碼需要被執行，而且要在 被保護 SO 被使用之前，前文介紹了 SO 的初始化函數便可以滿足這個要求，同時在 Android 系統下還可以使用 JNI_ONLOAD 函數，因此 loader 的執行時機有兩個選擇:
-
SO 的 init 或 initarray
-
jni_onload
3.2 loader 完成 SO 的加載鏈接
loader 開始執行后，首先需要在內存中還原出 SO，SO 可以是經過加密、壓縮、變換等手段，也可已單純的以完全明文的數據存儲，這與 SO 加殼的技術沒有必要的關系，在此不進行討論。
在內存中還原出 SO 后，loader 還需要執行裝載和鏈接，這兩個過程可以完全模仿 Linker 來實現，下面主要介紹一下相對 Linker，loader 執行這兩個過程有哪些變化。
3.2.1 裝載
還原后的 SO 在內存中，所以裝載時的主要變化就是從文件裝載到從內存裝載。
Linker 在裝載 PT_LAOD segment時，使用 SO 文件的描述符 fd：
按照 Linker 裝載，PT_LAOD segment時，需要分為兩步：
注意第2步復制 segment 時，目標地址需要加上 seg_page_offset，seg_page_offset 是 segment 相對與頁面起始地址的偏移。
其他的步驟基本按照 Linker 的實現即可，只需要將一些從文件讀取修改為從內存讀取，比如讀 elfheader和program header時。
3.2.2 分配 soinfo
soinfo 保存了 SO 裝載鏈接和運行時需要的所有信息，為了維護相關的信息，loader 可以照搬 Linker 的 soinfo 結構，用于存儲中間信息，裝載鏈接結束后，還需要將 soinfo 的信息修復到 Linker 維護的soinfo，3.3節進行詳細說明。
3.2.3 鏈接
鏈接過程完全是操作內存，不論是從文件裝載還是內存裝載，鏈接過程都是一樣，完全模仿 Linker 即可。
另外鏈接后記得順便調用 SO 初始化函數( init 和 init_array )。
3.3 soinfo 修復
SO 加殼的最關鍵技術點在于 soinfo 的修復，由于 Linker 加載的是 loader，而實際對外使用的是被保護的 SO，所以 Linker 維護的 soinfo 可以說是錯誤，loader 需要將自己維護的 soinfo 中的部分信息導出給 Linker 的soinfo。
修復過程如下：
-
獲取 Linker 維護的 soinfo，可以通過 dlopen 打開自己來獲得：self_soinfo = dlopen( self )。
-
將 loader soinfo 中的信息導出到 self_soinfo，最簡單粗暴的方式就是直接賦值，比如： self_soinfo.base = soinfo.base 。需要導出的主要有以下幾項：
-
SO地址范圍：base、size、load_bias
-
符號信息:sym_tab、str_tab、
-
符號查找信息：nbucket、nchain、bucket、chain
-
異常處理：ARM_exidx、ARM_exidx_count
-
參考
-
<<Linkers and loaders>>
-
<<ELF for the ARM Architecture>>
來自：http://mp.weixin.qq.com/s?__biz=MzA3NTYzODYzMg==&mid=2653577840&idx=1&sn=df50a9ba89673655d0ddc4b3c1bb30e6&scene=4#wechat_redirect
-
-
運行期間主要使用的成員:
-
-
-