001--初識彙編

我們在學習逆向開發之前,我們要了解一個基本的逆向原理.首先我們是逆向iOS系統上面的APP.那麼我們知道,一個APP安裝在手機上面的可執行檔案本質上是二進位制檔案.因為iPhone手機本質上執行的指令是二進位制.是由手機上的CPU執行的.所以逆向開發是建立在分析二進位制上面.所以今天我們接下來的課程從非常基礎的東西開始講解.

組合語言的發展

機器語言

由0和1組成的機器指令.

• 加：0100 0000
• 減：0100 1000
• 乘：1111 0111 1110 0000
• 除：1111 0111 1111 0000

組合語言(assembly language)

使用助記符代替機器語言
如:

• 加：INC EAX 通過編譯器 0100 0000
• 減：DEC EAX 通過編譯器 0100 1000
• 乘：MUL EAX 通過編譯器 1111 0111 1110 0000
• 除：DIV EAX 通過編譯器 1111 0111 1111 0000

高階語言（High-level programming language)

C\C++\Java\OC\Swift,更加接近人類的自然語言
比如C語言:

• 加：A+B 通過編譯器 0100 0000
• 減：A-B 通過編譯器 0100 1000
• 乘：A*B 通過編譯器 1111 0111 1110 0000
• 除：A/B 通過編譯器 1111 0111 1111 0000

我們的程式碼在終端裝置上是這樣的過程:

[圖片上傳失敗...(image-4a9638-1526442897772)]

• 組合語言與機器語言一一對應，每一條機器指令都有與之對應的彙編指令
• 組合語言可以通過編譯得到機器語言，機器語言可以通過反彙編得到組合語言
• 高階語言可以通過編譯得到組合語言 \ 機器語言，但組合語言\機器語言幾乎不可能還原成高階語言

組合語言的特點

• 可以直接訪問、控制各種硬體裝置，比如儲存器、CPU等，能最大限度地發揮硬體的功能

• 能夠不受編譯器的限制，對生成的二進位制程式碼進行完全的控制

• 目的碼簡短，佔用記憶體少，執行速度快

• 彙編指令是機器指令的助記符,同機器指令一一對應。每一種CPU都有自己的機器指令集\彙編指令集，所以組合語言不具備可移植性

• 知識點過多，開發者需要對CPU等硬體結構有所瞭解，不易於編寫、除錯、維護

• 不區分大小寫，比如mov和MOV是一樣的

彙編的用途(哥麼我學了能幹啥?)

• 編寫驅動程式、作業系統（比如Linux核心的某些關鍵部分）
• 對效能要求極高的程式或者程式碼片段，可與高階語言混合使用（內聯彙編）
• 軟體安全
  • 病毒分析與防治
  • 逆向\加殼\脫殼\破解\外掛\免殺\加密解密\漏洞\黑客
• 理解整個計算機系統的最佳起點和最有效途徑
• 為編寫高效程式碼打下基礎
• 弄清程式碼的本質
  • 函式的本質究竟是什麼?
  • ++a + ++a + ++a 底層如何執行的?
  • 編譯器到底幫我們幹了什麼?
  • DEBUG模式和RELEASE模式有什麼關鍵的地方被我們忽略
  • ......

最後來句裝13的話

越底層越單純!真正的程式設計師都需要了解的一門非常重要的語言,彙編!

組合語言的種類

• 目前討論比較多的組合語言有

  • 8086彙編（8086處理器是16bit的CPU）
  • Win32彙編
  • Win64彙編
  • ARM彙編（嵌入式、Mac、iOS）
  • ......

• 我們iPhone裡面用到的是ARM彙編,但是不同的裝置也有差異.因CPU的架構不同.

架構	裝置
armv6	iPhone, iPhone2, iPhone3G, 第一代、第二代 iPod Touch
armv7	iPhone3GS, iPhone4, iPhone4S,iPad, iPad2, iPad3(The New iPad), iPad mini, iPod Touch 3G, iPod Touch4
armv7s	iPhone5, iPhone5C, iPad4(iPad with Retina Display)
arm64	iPhone5S 以後 iPhoneX , iPad Air, iPad mini2以後

幾個必要的常識

• 要想學好彙編,首先需要了解CPU等硬體結構
• APP/程式的執行過程

[圖片上傳失敗...(image-a82a90-1526442897772)]

• 硬體相關最為重要是CPU/記憶體
• 在彙編中,大部分指令都是和CPU與記憶體相關的

匯流排

[圖片上傳失敗...(image-3645b4-1526442897772)][圖片上傳失敗...(image-8cc646-1526442897772)]

• 每一個CPU晶片都有許多管腳，這些管腳和匯流排相連，CPU通過匯流排跟外部器件進行互動
• 匯流排：一根根導線的集合
• 匯流排的分類
  • 地址匯流排
  • 資料匯流排
  • 控制匯流排

[圖片上傳失敗...(image-1a7c3d-1526442897772)]

舉個例子

• 地址匯流排
  • 它的寬度決定了CPU的定址能力
  • 8086的地址匯流排寬度是20，所以定址能力是1M（ 2^20 ）

• 資料匯流排
  • 它的寬度決定了CPU的單次資料傳送量，也就是資料傳送速度
  • 8086的資料匯流排寬度是16，所以單次最大傳遞2個位元組的資料
• 控制匯流排
  • 它的寬度決定了CPU對其他器件的控制能力、能有多少種控制

做個小練習

• 一個CPU 的定址能力為8KB,那麼它的地址匯流排的寬度為____
• 8080,8088,80286,80386 的地址匯流排寬度分別為16根,20根,24根,32根.那麼他們的定址能力分別為多少____KB, ____MB,____MB,____GB?
• 8080,8088,8086,80286,80386 的資料匯流排寬度分別為8根,8根,16根,16根,32根.那麼它們一次可以傳輸的資料為:____B,____B,____B,____B,____B,
• 從記憶體中讀取1024位元組的資料,8086至少要讀____次,80386至少要讀取____次.

答案

記憶體

• 記憶體地址空間的大小受CPU地址匯流排寬度的限制。8086的地址匯流排寬度為20，可以定位2^20個不同的記憶體單元（記憶體地址範圍0x00000~0xFFFFF），所以8086的記憶體空間大小為1MB

• 0x00000~0x9FFFF：主儲存器。可讀可寫

• 0xA0000~0xBFFFF：向視訊記憶體中寫入資料，這些資料會被顯示卡輸出到顯示器。可讀可寫

• 0xC0000~0xFFFFF：儲存各種硬體\系統資訊。只讀

進位制

學習進位制的障礙

很多人學不好進位制，原因是總以十進位制為依託去考慮其他進位制，需要運算的時候也總是先轉換成十進位制，這種學習方法是錯誤的.
我們為什麼一定要轉換十進位制呢？僅僅是因為我們對十進位制最熟悉，所以才轉換.
每一種進位制都是完美的,想學好進位制首先要忘掉十進位制，也要忘掉進位制間的轉換！

進位制的定義

• 八進位制由8個符號組成:0 1 2 3 4 5 6 7 逢八進一
• 十進位制由10個符號組成:0 1 2 3 4 5 6 7 8 9逢十進一
• N進位制就是由N個符號組成:逢N進一

做個練習

• 1 + 1 在____情況下等於 3 ?

.
.
.
.
.
.
.
.
.
.
.
.
.

十進位制由10個符號組成: 0 1 3 2 8 A B E S 7 逢十進一

如果這樣定義十進位制: 1 + 1 = 3!就對了!

這樣的目的何在?
傳統我們定義的十進位制和自定義的十進位制不一樣.那麼這10個符號如果我們不告訴別人這個符號表,別人是沒辦法拿到我們的具體資料的!用於加密!

十進位制由十個符號組成,逢十進一,符號是可以自定義的!!

進位制的運算

做個練習

• 八進位制運算
  • 2 + 3 = __ , 2 * 3 = __ ,4 + 5 = __ ,4 * 5 = __.
  • 277 + 333 = __ , 276 * 54 = __ , 237 - 54 = __ , 234 / 4 = __ .

八進位制加法表

 0  1  2  3  4  5  6  7 
10 11 12 13 14 15 16 17
20 21 22 23 24 25 26 27
...

1+1 = 2                     
1+2 = 3   2+2 = 4               
1+3 = 4   2+3 = 5   3+3 = 6
1+4 = 5   2+4 = 6   3+4 = 7   4+4 = 10  
1+5 = 6   2+5 = 7   3+5 = 10  4+5 = 11  5+5 = 12
1+6 = 7   2+6 = 10  3+6 = 11  4+6 = 12  5+6 = 13  6+6 = 14
1+7 = 10  2+7 = 11  3+7 = 12  4+7 = 13  5+7 = 14  6+7 = 15  7+7 = 16

八進位制乘法表

0 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17 20 21 22 23 24 25 26 27...
1*1 = 1                     
1*2 = 2   2*2 = 4               
1*3 = 3   2*3 = 6   3*3 = 11    
1*4 = 4   2*4 = 10  3*4 = 14  4*4 = 20
1*5 = 5   2*5 = 12  3*5 = 17  4*5 = 24  5*5 = 31
1*6 = 6   2*6 = 14  3*6 = 22  4*6 = 30  5*6 = 36  6*6 = 44
1*7 = 7   2*7 = 16  3*7 = 25  4*7 = 34  5*7 = 43  6*7 = 52  7*7 = 61

實戰四則運算

   277         236         276         234
+  333       -  54       *  54       /   4
--------    --------    --------    --------    

二進位制的簡寫形式

       二進位制: 1 0 1 1 1 0 1 1 1 1 0 0
三個二進位制一組: 101 110 111 100
       八進位制:   5   6   7   4
四個二進位制一組: 1011 1011 1100
     十六進位制:    b    b    c

二進位制：從0 寫到 1111
0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111
這種二進位制使用起來太麻煩，改成更簡單一點的符號：
0 1 2 3 4 5 6 7 8 9 A B C D E F 這就是十六進位制了

資料的寬度

數學上的數字，是沒有大小限制的，可以無限的大。但在計算機中，由於受硬體的制約，資料都是有長度限制的（我們稱為資料寬度），超過最多寬度的資料會被丟棄。

#import <UIKit/UIKit.h>
#import "AppDelegate.h"

int test(){
    int cTemp = 0x1FFFFFFFF;
    return cTemp;
}

int main(int argc, char * argv[]) {
    printf("%x\n",test());
    @autoreleasepool {
        return UIApplicationMain(argc, argv, nil, NSStringFromClass([AppDelegate class]));
    }
}

計算機中常見的資料寬度

• 位(Bit): 1個位就是1個二進位制位.0或者1
• 位元組(Byte): 1個位元組由8個Bit組成(8位).記憶體中的最小單元Byte.
• 字(Word): 1個字由2個位元組組成(16位),這2個位元組分別稱為高位元組和低位元組.
• 雙字(Doubleword): 1個雙字由兩個字組成(32位)

那麼計算機儲存資料它會分為有符號數和無符號數.那麼關於這個看圖就理解了!
[圖片上傳失敗...(image-38c66c-1526442897772)]

無符號數,直接換算!
有符號數:
正數:  0    1    2    3    4    5    6    7 
負數:  F    E    D    B    C    A    9    8
      -1   -2   -3   -4   -5   -6   -7   -8

自定義進位制符號

練習

• 現在有10進位制數 10個符號分別是：2，9，1，7，6，5，4， 8，3 , A 逢10進1 那麼： 123 + 234 = ____

十進位制:    0  1  2  3  4  5  6  7  8  9
自定義:    2  9  1  7  6  5  4  8  3  A
         92 99 91 97 96 95 94 98 93 9A
         12 19 11 17 16 15 14 18 13 1A
         72 79 71 77 76 75 74 78 73 7A
         62 69 61 67 66 65 64 68 63 6A
         52 59 51 57 56 55 54 58 53 5A
         42 49 41 47 46 45 44 48 43 4A
         82 89 81 87 86 85 84 88 83 8A
         32 39 31 37 36 35 34 38 33 3A
         922

那麼剛才通過10進位制運算可以轉化10進位制然後查表!但是如果是其他進位制.我們就不能轉換,要直接學會查表

• 現在有9進位制數 9個符號分別是：2，9，1，7，6，5，4， 8，3 逢9進1 那麼： 123 + 234 = ____

十進位制:    0  1  2  3  4  5  6  7  8  
自定義:    2  9  1  7  6  5  4  8  3  
         92 99 91 97 96 95 94 98 93 
         12 19 11 17 16 15 14 18 13 
         72 79 71 77 76 75 74 78 73 
         62 69 61 67 66 65 64 68 63 
         52 59 51 57 56 55 54 58 53 
         42 49 41 47 46 45 44 48 43 
         82 89 81 87 86 85 84 88 83 
         32 39 31 37 36 35 34 38 33 
         922

暫存器

內部部件之間由匯流排連線
[圖片上傳失敗...(image-254fa2-1526442897772)]

• 對程式設計師來說，CPU中最主要部件是暫存器，可以通過改變暫存器的內容來實現對CPU的控制
• 不同的CPU，暫存器的個數、結構是不相同的

通用暫存器

• ARM64擁有有31個64位的通用暫存器 x0 到 x30,這些暫存器通常用來存放一般性的資料，稱為通用暫存器（有時也有特定用途）

  • 那麼w0 到 w28 這些是32位的. 因為64位CPU可以相容32位.所以可以只使用64位暫存器的低32位.
  • 比如 w0 就是 x0的低32位!

  [圖片上傳失敗...(image-c32708-1526442897772)]

• 通常，CPU會先將記憶體中的資料儲存到通用暫存器中，然後再對通用暫存器中的資料進行運算

• 假設記憶體中有塊紅色記憶體空間的值是3，現在想把它的值加1，並將結果儲存到藍色記憶體空間
  [圖片上傳失敗...(image-5ddaf5-1526442897772)]

• CPU首先會將紅色記憶體空間的值放到X0暫存器中：mov X0,紅色記憶體空間
• 然後讓X0暫存器與1相加：add X0,1
• 最後將值賦值給記憶體空間：mov 藍色記憶體空間,X0

pc暫存器(program counter)

• 為指令指標暫存器，它指示了CPU當前要讀取指令的地址
• 在記憶體或者磁碟上，指令和資料沒有任何區別，都是二進位制資訊
• CPU在工作的時候把有的資訊看做指令，有的資訊看做資料，為同樣的資訊賦予了不同的意義
  • 比如 1110 0000 0000 0011 0000 1000 1010 1010
  • 可以當做資料 0xE003008AA
  • 也可以當做指令 mov x0, x8
• CPU根據什麼將記憶體中的資訊看做指令？
  • CPU將pc指向的記憶體單元的內容看做指令
  • 如果記憶體中的某段內容曾被CPU執行過，那麼它所在的記憶體單元必然被pc指向過

bl指令

• CPU從何處執行指令是由pc中的內容決定的，我們可以通過改變pc的內容來控制CPU執行目標指令

• ARM64提供了一個mov指令（傳送指令），可以用來修改大部分暫存器的值，比如

  • mov x0,#10、mov x1,#20

• 但是，mov指令不能用於設定pc的值，ARM64沒有提供這樣的功能

• ARM64提供了另外的指令來修改PC的值，這些指令統稱為轉移指令，最簡單的是bl指令

bl指令 -- 練習

現在有兩段程式碼!假設程式先執行A,請寫出指令執行順序.最終暫存器x0的值是多少?

_A:
    mov x0,#0xa0
    mov x1,#0x00
    add x1, x0, #0x14
    mov x0,x1
    bl _B
    mov x0,#0x0
    ret

_B:
    add x0, x0, #0x10
    ret