Android Linker(一)

目前Android应用加固可以分为dex加固和Native加固,Native加固的保护对象为Native层的so文件,使用加壳、反调试、混淆、VM等手段增加so文件的反编译难度。目前最主流的so文件保护方案还是加壳技术, 在so文件加壳和脱壳的攻防技术领域,最重要的基础的便是对于Linker即装载链接机制的理解。本文分析了so文件的装载和链接过程,也就是在调用dlopen(“libxx.so”)之后,Linker的处理过程,还对so加壳的关键技术进行了简要介绍。
本文基于Android5.0 AOSP源码,仅针对ARM平台。

so装载

整体流程说明

Java层调用so中的native函数都会有一个调用语句:

1
2
3
Static {
System.loadLibrary("name");
}

从这条语句开始的调用流程如下:

1
2
3
4
5
6
7
/libcore/luni/src/main/java/java/lang/System.java:loadLibrary()
/libcore/luni/src/main/java/java/lang/Runtime.java:loadLibrary()
/libcore/luni/src/main/java/java/lang/Runtime.java:doLoad()
/libcore/luni/src/main/java/java/lang/Runtime.java:nativeLoad()
/dalvik/vm/native/java_lang_Runtime.cpp:Dalvik_java_lang_Runtime_nativeLoad()
/dalvik/vm/Native.cpp:dvmLoadNativeCode()
/bionic/linker/dlfcn.cpp:dlopen()

整个流程是通过查看Android源码,进行交叉引用,代码跟踪找到的。至此开始正式的分析。

do_dlopen

调用dlopen后,中间经过dlopen_ext, 到达第一个主要函数do_dlopen:

1
2
3
4
5
6
7
8
9
soinfo* do_dlopen(const char* name, int flags, const Android_dlextinfo* extinfo) {
protect_data(PROT_READ | PROT_WRITE);
soinfo* si = find_library(name, flags, extinfo); // 查找so
if (si != NULL) {
si->CallConstructors(); // 调用so的init函数
}
protect_data(PROT_READ);
return si;
}

do_dlopen调用了两个重要的函数,第一个是find_library,第二个是soinfo的成员函数 CallConstructorsfind_library函数的作用是查找并加载动态链接库,完成so的装载链接后,通过 CallConstructors调用so的初始化函数。

find_library_internal

find_library直接调用了find_library_internal,下面直接看find_library_internal函数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
static soinfo* find_library_internal(const char* name, int dlflags, const Android_dlextinfo* extinfo) {
if (name == NULL) {
return somain;
}
soinfo* si = find_loaded_library_by_name(name); // 判断so是否已经加载
if (si == NULL) {
TRACE(“[ ‘%s’ has not been found by name. Trying harder…]”, name);
si = load_library(name, dlflags, extinfo); // 继续so的加载流程
}
if (si != NULL && (si->flags & FLAG_LINKED) == 0) {
DL_ERR(“recursive link to \”%s\””, si->name);
return NULL;
}
return si;
}

find_library_internal首先通过find_loaded_library_by_name函数判断目标so是否已经加载,如果已经加载则直接返回对应的soinfo指针,没有加载的话则调用load_library继续加载流程,下面看load_library函数。

load_library

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
static soinfo* load_library(const char* name, int dlflags, const Android_dlextinfo* extinfo) {
int fd = -1;
...
// Open the file.
fd = open_library(name); // 打开so文件,获得文件描述符fd

ElfReader elf_reader(name, fd); // 创建ElfReader对象
...
// Read the ELF header and load the segments.
if (!elf_reader.Load(extinfo)) { // 使用ElfReader的Load方法,完成so装载
return NULL;
}
soinfo* si = soinfo_alloc(SEARCH_NAME(name), &file_stat); // 为so分配新的soinfo结构
if (si == NULL) {
return NULL;
}
si->base = elf_reader.load_start(); // 根据装载结果,更新soinfo的成员变量
si->size = elf_reader.load_size();
si->load_bias = elf_reader.load_bias();
si->phnum = elf_reader.phdr_count();
si->phdr = elf_reader.loaded_phdr();
...
if (!soinfo_link_image(si, extinfo)) { // 调用soinfo_link_image完成so的链接过程
soinfo_free(si);
return NULL;
}
return si;
}

load_library函数呈现了so装载链接的整个流程,主要有3步:

  • 装载:创建ElfReader对象,通过ElfReader对象的Load方法将so文件装载到内存
  • 分配soinfo:调soinfo_alloc函数为so分配新的soinfo结构,并按照装载结果更新相应的成员变量
  • 链接:调用soinfo_link_image完成so的链接

通过前面的分析,可以看到,load_library函数中包含了so装载链接的主要过程,下面主要通过分析 ElfReader类和soinfo_link_image函数, 来分别介绍so的装载和链接过程。

装载

load_library中,首先初始化elf_reader对象,第一个参数为so的名字,第二个参数为文件描述符fd,之后调用ElfReaderLoad方法装载so。

1
2
3
4
5
6
ElfReader elf_reader(name, fd)
...
// Read the ELF header and load the segments.
if (!elf_reader.Load(extinfo)) {
return NULL;
}

ElfReader::Load方法如下:

1
2
3
4
5
6
7
8
bool ElfReader::Load(const Android_dlextinfo* extinfo) {
return ReadElfHeader() && // 读取elf header
VerifyElfHeader() && // 验证elf header
ReadProgramHeader() && // 读取program header
ReserveAddressSpace(extinfo) &&// 分配空间
LoadSegments() && // 按照program header指示装载segments
FindPhdr(); // 找到装载后的phdr地址
}

ElfReader::Load方法首先读取so的elf header,再对elf header进行验证,之后读取program header,根据program header计算so需要的内存大小并分配相应的空间,紧接着将so按照以segment为单位装载到内存,最后在装载到内存的so中找到program header,方便之后的链接过程使用。
下面深入ElfReader的这几个成员函数进行详细介绍。

read & verify elfheader

1
2
3
4
5
6
7
8
bool ElfReader::ReadElfHeader() {
ssize_t rc = read(fd_, &header_, sizeof(header_));
...
if (rc != sizeof(header_)) {
return false;
}
return true;
}

ReadElfHeader使用read直接从so文件中将elfheader读取到header_中,header_ElfReader的成员变量,类型为Elf32_Ehdr,通过header_可以方便的访问elf header中各个字段,elf header中包含有program header table、section header table等重要信息。
对elf header的验证包括:

  • magic字节
  • 32/64 bit与当前平台是否一致
  • 大小端
  • 类型:可执行文件、so…
  • 版本:一般为 1,表示当前版本
  • 平台:ARM、x86、amd64…

有任何错误都会导致加载失败。

Read ProgramHeader

1
2
3
4
5
6
7
8
9
10
11
12
13
14
bool ElfReader::ReadProgramHeader() {
phdr_num_ = header_.e_phnum; // program header数量
// mmap 要求页对齐
ElfW(Addr) page_min = PAGE_START(header_.e_phoff);
ElfW(Addr) page_max = PAGE_END(header_.e_phoff + (phdr_num_ * sizeof(ElfW(Phdr))));
ElfW(Addr) page_offset = PAGE_OFFSET(header_.e_phoff);
phdr_size_ = page_max – page_min;
// 使用mmap将program header映射到内存
void* mmap_result = mmap(NULL, phdr_size_, PROT_READ, MAP_PRIVATE, fd_, page_min);
phdr_mmap_ = mmap_result;
// ElfReader 的成员变量 phdr_table_ 指向program header table
phdr_table_ = reinterpret_cast<ElfW(Phdr)*>(reinterpret_cast<char*>(mmap_result) + page_offset);
return true;
}

将program header在内存中单独映射一份,用于解析program header时临时使用,在so装载到内存后,便会释放这块内存,转而使用装载后的so中的program header。

reserve space & 计算load size

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
bool ElfReader::ReserveAddressSpace(const Android_dlextinfo* extinfo) {
ElfW(Addr) min_vaddr;
// 计算加载so需要的空间大小
load_size_ = phdr_table_get_load_size(phdr_table_, phdr_num_, &min_vaddr);
...
// min_vaddr一般情况为零,如果不是则表明so指定了加载基址
uint8_t* addr = reinterpret_cast<uint8_t*>(min_vaddr);
void* start;
...
int mmap_flags = MAP_PRIVATE | MAP_ANONYMOUS;
start = mmap(addr, load_size_, PROT_NONE, mmap_flags, -1, 0);
...
load_start_ = start;
load_bias_ = reinterpret_cast<uint8_t*>(start) – addr;
return true;
}

首先调用phdr_table_get_load_size函数获取so在内存中需要的空间load_size,然后使用mmap匿名映射,预留出相应的空间。
关于loadbias:so可以指定加载基址,但是so指定的加载基址可能不是页对齐的,这种情况会导致实际映射地址和指定的加载地址有一个偏差,这个偏差便是load_bias_,之后在针对虚拟地址进行计算时需要使用load_bias_修正。普通的so都不会指定加载基址,这时min_vaddr = 0,则load_bias_ = load_start_,即load_bias_等于加载基址,下文会将load_bias_直接称为基址。
下面深入phdr_table_get_load_size分析一下load_size的计算:使用成员变量phdr_table遍历所有的program header, 找到所有类型为PT_LOAD的segment的p_vaddr的最小值,p_vaddr + p_memsz的最大值,分别作为min_vaddrmax_vaddr,在将两个值分别对齐到页首和页尾,最终使用对齐后的 max_vaddr – min_vaddr得到load_size

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
size_t phdr_table_get_load_size(const ElfW(Phdr)* phdr_table, size_t phdr_count,
ElfW(Addr)* out_min_vaddr,
ElfW(Addr)* out_max_vaddr) {
ElfW(Addr) min_vaddr = UINTPTR_MAX;
ElfW(Addr) max_vaddr = 0;
bool found_pt_load = false;
for (size_t i = 0; i < phdr_count; ++i) {
const ElfW(Phdr)* phdr = &phdr_table[i];
if (phdr->p_type != PT_LOAD) {
continue;
}
found_pt_load = true;
if (phdr->p_vaddr < min_vaddr) {
min_vaddr = phdr->p_vaddr; // 记录最小的虚拟地址
}
if (phdr->p_vaddr + phdr->p_memsz > max_vaddr) {
max_vaddr = phdr->p_vaddr + phdr->p_memsz; // 记录最大的虚拟地址
}
}
if (!found_pt_load) {
min_vaddr = 0;
}
min_vaddr = PAGE_START(min_vaddr); // 页对齐
max_vaddr = PAGE_END(max_vaddr); // 页对齐
if (out_min_vaddr != NULL) {
*out_min_vaddr = min_vaddr;
}
if (out_max_vaddr != NULL) {
*out_max_vaddr = max_vaddr;
}
return max_vaddr – min_vaddr; // load_size = max_vaddr – min_vaddr
}

Load Segments

遍历program header table,找到类型为PT_LOAD的segment:
计算segment在内存空间中的起始地址segstart和结束地址seg_endseg_start等于虚拟偏移加上基址load_bias,同时由于mmap的要求,都要对齐到页边界得到seg_page_startseg_page_end
计算segment在文件中的页对齐后的起始地址file_page_start和长度file_length
使用mmap将segment映射到内存,指定映射地址为seg_page_start,长度为file_length,文件偏移为 file_page_start

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
bool ElfReader::LoadSegments() {
for (size_t i = 0; i < phdr_num_; ++i) {
const ElfW(Phdr)* phdr = &phdr_table_[i];
if (phdr->p_type != PT_LOAD) {
continue;
}
// segment在内存中的地址.
ElfW(Addr) seg_start = phdr->p_vaddr + load_bias_;
ElfW(Addr) seg_end = seg_start + phdr->p_memsz;
ElfW(Addr) seg_page_start = PAGE_START(seg_start);
ElfW(Addr) seg_page_end = PAGE_END(seg_end);
ElfW(Addr) seg_file_end = seg_start + phdr->p_filesz;
// 文件偏移
ElfW(Addr) file_start = phdr->p_offset;
ElfW(Addr) file_end = file_start + phdr->p_filesz;
ElfW(Addr) file_page_start = PAGE_START(file_start);
ElfW(Addr) file_length = file_end – file_page_start;
if (file_length != 0) {
// 将文件中的segment映射到内存
void* seg_addr = mmap(reinterpret_cast<void*>(seg_page_start),
file_length,
PFLAGS_TO_PROT(phdr->p_flags),
MAP_FIXED|MAP_PRIVATE,
fd_,
file_page_start);
}
// 如果segment可写, 并且没有在页边界结束,那么就将segemnt end到页边界的内存清零。
if ((phdr->p_flags & PF_W) != 0 && PAGE_OFFSET(seg_file_end) > 0) {
memset(reinterpret_cast<void*>(seg_file_end), 0, PAGE_SIZE – PAGE_OFFSET(seg_file_end));
}
seg_file_end = PAGE_END(seg_file_end);
// 将(内存长度 – 文件长度)对应的内存进行匿名映射
if (seg_page_end > seg_file_end) {
void* zeromap = mmap(reinterpret_cast<void*>(seg_file_end),
seg_page_end – seg_file_end,
PFLAGS_TO_PROT(phdr->p_flags),
MAP_FIXED|MAP_ANONYMOUS|MAP_PRIVATE,
-1,
0);
}
}
return true;
}

分配 soinfo

load_library在调用load_segments完成装载后,接着调用soinfo_alloc函数为目标so分配soinfosoinfo_alloc函数实现如下:

1
2
3
4
5
6
7
8
9
10
static soinfo* soinfo_alloc(const char* name, struct stat* file_stat) {
soinfo* si = g_soinfo_allocator.alloc(); //分配空间,可以简单理解为malloc
// Initialize the new element.
memset(si, 0, sizeof(soinfo));
strlcpy(si->name, name, sizeof(si->name));
si->flags = FLAG_NEW_SOINFO;
sonext->next = si; // 加入到存有所有soinfo的链表中
sonext = si;
return si;
}

Linker为每个so维护了一个soinfo结构,调用dlopen时,返回的handler其实就是一个指向该so的soinfo指针。soinfo保存了so加载链接以及运行期间所需的各类信息,简单列举一下:
装载链接期间主要使用的成员:

  • 装载信息

    1
    2
    3
    4
    const ElfW(Phdr)* phdr;
    size_t phnum;
    ElfW(Addr) base;
    size_t size;

  • 符号信息

    1
    2
    const char* strtab;
    ElfW(Sym)* symtab;

  • 重定位信息

    1
    2
    3
    4
    ElfW(Rel)* plt_rel;
    size_t plt_rel_count;
    ElfW(Rel)* rel;
    size_t rel_count;

  • init函数和finit函数

    1
    2
    3
    4
    5
    6
    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;

运行期间主要使用的成员:

  • 导出符号查找(dlsym)

    1
    2
    3
    4
    5
    6
    7
    const char* strtab;
    ElfW(Sym)* symtab;
    size_t nbucket;
    size_t nchain;
    unsigned* bucket;
    unsigned* chain;
    ElfW(Addr) load_bias;

  • 异常处理

    1
    2
    unsigned* ARM_exidx;
    size_t ARM_exidx_count;

load_library在为so分配soinfo后,会将装载结果更新到soinfo中,后面的链接过程就可以直接使用soinfo的相关字段去访问so中的信息。

1
2
3
4
5
si->base = elf_reader.load_start();
si->size = elf_reader.load_size();
si->load_bias = elf_reader.load_bias();
si->phnum = elf_reader.phdr_count();
si->phdr = elf_reader.loaded_phdr();

reference
http://yaq.qq.com/blog/14