什么是逆向工程

先给大家出一道思考题

用C语言设计一个程序，验证输入的密码是否是“12345678”，如果验证成功，就输出“success”，如果验证失败，则输出“failed”。

我想，大部分新手小白估计会这么写：

#include <stdio.h>
#include <string.h>

int main() {

    char buf[10] = {0};
    scanf("%s", buf);
    if (strcmp(buf, "12345678") == 0) {
        printf("success");
    } else {
        printf("failed");
    }

    return 0;
}

上面的代码编译后，会生成一个可执行程序，咱们来对这个可执行文件进行一下反编译，看看能看到什么？

下图是在反编译神器IDA中，可执行文件反编译出来的汇编指令图：

 

可以非常清晰的看到一些字符串的信息："success"、"failed"、"1234567。

再认真一看，main函数中有一个分支判断，根据判断的结果，走入左右两个分支，分别输出"success"和"failed"。

如果新手看不懂上面的反汇编图，那可以再使用IDA的神级功能：F5反编译高级语言功能，直接将上面的汇编程序再进一步还原成C语言。

 

可以对照一下上图中的C函数代码和原来我们的源代码，还原度非常的高了，字符串比较的功能逻辑暴露无遗

可以看到，通过这种方式进行密码匹配，非常不安全，对方拿到你的程序一反编译，就能看到密码是什么了。

不过咱们今天的文章主题不是探讨如何进行安全地进行密码比较，而是另一个主题：逆向工程。

什么是逆向工程，维基百科中的解释如下：

逆向工程(Reverse Engineering)，又称反向工程，是一种技术过程，即对一项目标产品进行逆向分析及研究，从而演绎并得出该产品的处理流程、组织结构、功能性能规格等设计要素，以制作出功能相近，但又不完全一样的产品。

逆向工程的概念起源于商业和军事领域，后延伸到软件领域。

在软件领域，通过对程序文件进行逆向分析，推导出程序对源代码设计的过程，称为软件逆向工程。比如上面通过分析可执行文件还原出C代码，分析jar包/class文件还原出JAVA源码，这都属于软件逆向工程。

软件逆向工程是网络安全领域中的一个重要分支，网络黑客通过逆向工程可以获得目标的程序原理，破解软件的权限，这一般发生在商业软件领域。另外一方面，黑客通过逆向分析也常用来发现软件漏洞，用来对其发起攻击，windows作为一个不开源的操作系统，就经常遭遇这样的事情。

本文就来探讨一下，逆向工程一般是怎么进行的，需要学习哪些东西？

程序反编译

逆向的一开始，通过会对目标进行反编译。

作为软件开发者，对编译这个词应该不会陌生，我们写好了程序代码，然后使用编译器将其转换成可执行的程序，这个过程叫做编译。

反编译，自然就是这个过程的逆过程，那该选择什么样的程序进行反编译呢？

对于C、C++、Golang等类型语言编写的程序，我们一般使用IDA进行反汇编。

 

对于Java语言编写的class文件和jar文件，我们一般使用jd-gui进行反编译。

对于C#语言编写的可执行程序，我们一般使用reflector进行反编译。

所以学习上面三款反编译工具的使用对学习逆向工程非常重要

可执行文件格式

不同的操作系统平台具有不同的可执行文件格式，如Windows上的PE文件、linux平台的ELF文件、macOS上的Mach-O文件

一个可执行文件中除了源代码生成的汇编指令，还有静态数据（如代码中引用到的字符串），导入导出信息，文件属性信息等等，掌握提取这些信息，会对咱们了解目标程序非常有帮助。

 

这就需要学习不同平台上可执行文件的格式，尤其是PE文件和ELF文件，是逆向工程中最常打交道的文件格式。

CPU指令集

在逆向分析程序时，最主要的精力和时间就是在阅读和分析反编译出来的汇编指令。

所以CPU的指令集和汇编语言是搞逆向的同学必学的一门课。

常见的PC端CPU就是Intel的x86、x64和AMD64，移动端的就是ARM架构。建议先从最基本的x86开始学习，尤其要注意网络上很多教程讲的还是16位实模式下的汇编语言，非常容易误导人。实模式当然要了解，但要把精力放在保护模式下32位汇编语言。

 

等x86入了门，可以扩展学习x64，到后期再扩展学习ARM。

学习汇编语言，不仅仅是学习汇编指令，更是在学习了解CPU，CPU有哪些寄存器，分别有什么用，它是如何访问内存，如何进行寻址，如何进行运算等等。

高级语言特性

咱们逆向工程的目标大都是用C/C++/Java/C#这样的高级语言编写出来的程序，要想还原出程序的代码逻辑，如果不懂高级语言本身那肯定是不行的。

当然，做逆向的同学，不必要像专业的开发同学那样对这些语言的特性烂熟于心，掌握很多编程技能，这倒不用。

但掌握这些语言的基本编程技能还是有必要。拿C语言来说，C语言中函数调用原理，参数如何传递，函数中的局部变量如何分布，数组如何存储，结构体成员如何内存布局，指针又是如何实现的等等，这些基础概念咱们得知道，不然拿到反汇编代码，也不知道如何与高级语言进行转换。

 

像上面说到的这些C语言知识，学习的时候要自己对比源码和编译后的汇编指令长什么样，反复对比学习，产生条件反射。除了这些，还要关注C++中面向对象实现原理，虚函数机制，this指针如何传参，new和delete/delete []等等在汇编指令层如何实现。

有些人说，咱不是有F5大法吗，直接一键搞定？当然F5功能非常强大，我也不反对使用工具，但我们不能过分依赖于工具，不然就变成一个彻底的工具人，尤其是对于初学者，自己尝试从汇编指令转换成高级语言，会让自己对技术底层原理理解的更加透彻。而且，有很多时候F5功能用不了，那个时候还得靠自己的知识上！

软件调试

很多时候，光靠静态分析无法实现目标，比如程序进行了加壳等技术，在静态分析下看到的全是错误的指令代码，甚至让反编译工具无法分析。

这个时候，就需要结合动态分析技术一块儿上，让程序实际运行起来，再来对其进行分析，所以，掌握软件调试技术，也是逆向工程中不可缺失的一环