iOS符号表恢复&逆向支付宝
zhousanzhou 2017-02-09
推荐序
本文介绍了恢复符号表的技巧，并且利用该技巧实现了在 Xcode 中对目标程序下符号断点调试，该技巧可以显著地减少逆向分析时间。在文章的最后，作者以支付宝为例，展示出通过在 UIAlertView 的 show 方法处下断点，从而获得支付宝的调用栈的过程。
本文涉及的代码也开源在：https://github.com/tobefuturer/restore-symbol，欢迎 Star 和提 Issue。感谢作者授权发表。
作者介绍：杨君，中山大学计算机系研究生，iOS 开发者，擅长领域 iOS 安全和逆向工程，个人博客：http://blog.imjun.net 。
前言
符号表历来是逆向工程中的 “必争之地”，而 iOS 应用在上线前都会裁去符号表，以避免被逆向分析。
本文会介绍一个自己写的工具，用于恢复 iOS 应用的符号表。
直接看效果 , 支付宝恢复符号表后的样子:
文章有点长，请耐心看到最后，亮点在最后。
为什么要恢复符号表
逆向工程中，调试器的动态分析是必不可少的，而 Xcode + lldb 确实是非常好的调试利器 , 比如我们在 Xcode 里可以很方便的查看调用堆栈，如上面那张图可以很清晰的看到支付宝登录的 RPC 调用过程。
实际上，如果我们不恢复符号表的话，你看到的调试页面应该是下面这个样子：
同一个函数调用过程，Xcode 的显示简直天差地别。
原因是，Xcode 显示调用堆栈中符号时，只会显示符号表中有的符号。为了我们调试过程的顺利，我们有必要把可执行文件中的符号表恢复回来。
符号表是什么
我们要恢复符号表，首先要知道符号表是什么，他是怎么存在于 Mach-O 文件中的。
符号表储存在 Mach-O 文件的 __LINKEDIT 段中，涉及其中的符号表(Symbol Table)和字符串表(String Table)。
这里我们用 MachOView 打开支付宝的可执行文件，找到其中的 Symbol Table 项。
符号表的结构是一个连续的列表，其中的每一项都是一个 struct nlist。
// 位于系统库 <macho-o/nlist.h> 头文件中
struct nlist {
union {
// 符号名在字符串表中的偏移量
uint32_t n_strx;
} n_un;
uint8_t n_type;
uint8_t n_sect;
int16_t n_desc;
// 符号在内存中的地址，类似于函数指针
uint32_t n_value;
}; 这里重点关注第一项和最后一项，第一项是符号名在字符串表中的偏移量，用于表示函数名，最后一项是符号在内存中的地址，类似于函数指针(这里只说明大概的结构，详细的信息请参考官方 Mach O 文件格式的文档)。
也就是说如果我们知道了符号名和内存地址的对应关系，我们是可以根据这个结构来逆向构造出符号表数据的。
知道了如何构造符号表，下一步就是收集符号名和内存地址的对应关系了。
获取 OC 方法的符号表
因为 OC 语言的特性，编译器会将类名、函数名等编译进最后的可执行文件中，所以我们可以根据 Mach-O 文件的结构逆向还原出工程里的所有类，这也就是大名鼎鼎的逆向工具 class-dump 了。class-dump 出来的头文件里是有函数地址的：
所以我们只要对 class-dump 的源码稍作修改，即可获取我们要的信息。
符号表恢复工具
整理完数据格式，又理清了数据来源，我们就可以写工具了。
实现过程就不详细说明了，工具开源在我的 Github 上了，链接：
https://github.com/tobefuturer/restore-symbol
我们来看看怎么用这个工具：
1. 下载源码编译
git clone --recursive https://github.com/tobefuturer/restore-symbol.git cd restore-symbol && make ./restore-symbol
2. 恢复 OC 的符号表，非常简单
./restore-symbol ./origin_AlipayWallet -o ./AlipayWallet_with_symbol
origin_AlipayWallet 为 Clutch 砸壳后，没有符号表的 Mach-O 文件
-o 后面跟输出文件位置
3. 把 Mach-O 文件重签名打包，看效果
文件恢复符号表后，多出了 20M 的符号表信息
Xcode 里查看调用栈
可以看到，OC 函数这部分的符号已经恢复了，函数调用栈里已经能看出大致的调用过程了，但是支付宝里，采用了 block 的回调形式，所以还有很大一部分的符号没能正确显示。
下面我们就来看看怎么样恢复这部分 block 的符号。
获取 block 的符号信息
还是同样的思路，要恢复 block 的符号信息，我们必须知道 block 在文件中的储存形式。
block 在内存中的结构
首先，我们先分析下运行时，block 在内存中的存在形式。block 在内存中是以一个结构体的形式存在的，大致的结构如下：
struct __block_impl {
/**
block 在内存中也是类 NSObject 的结构体，
结构体开始位置是一个 isa 指针
*/
Class isa;
/** 这两个变量暂时不关心 */
int flags; int reserved;
/**
真正的函数指针！！
*/
void (*invoke)(...);
...
} 说明下 block 中的 isa 指针，根据实际情况会有三种不同的取值，来表示不同类型的 block：
- _NSConcreteStackBlock
栈上的 block，一般 block 创建时是在栈上分配了一个 block 结构体的空间，然后对其中的 isa 等变量赋值。
2._NSConcreteMallocBlock
堆上的 block，当 block 被加入到 GCD 或者被对象持有时，将栈上的 block 复制到堆上，此时复制得到的 block 类型变为了 _NSConcreteMallocBlock。
3._NSConcreteGlobalBlock
全局静态的 block，当 block 不依赖于上下文环境，比如不持有 block 外的变量、只使用 block 内部的变量的时候，block 的内存分配可以在编译期就完成，分配在全局的静态常量区。
第 2 种 block 在运行时才会出现，我们只关注 1、3 两种，下面就分析这两种 isa 指针和 block 符号地址之间的关联。
block isa 指针和符号地址之间的关联
分析这部分需要用到 IDA 这个反汇编软件 , 这里结合两个实际的小例子来说明：
1._NSConcreteStackBlock
假设我们的源代码是这样很简单的一个 block：
@implementation ViewController
- (void)viewDidLoad {
int t = 2;
void (^ foo)() = ^(){
NSLog(@"%d", t); //block 引用了外部的变量 t
};
foo();
}
@end 编译完后，实际的汇编长这个样子：
实际运行时，block 的构造过程是这样：
- 为 block 开辟栈空间
- 为 block 的 isa 指针赋值(一定会引用全局变量：_NSConcreteStackBlock)
- 获取函数地址，赋值给函数指针
所以我们可以整理出这样一个特征：
重点来了 !!!
凡是代码里用到了栈上的 block，一定会获取__NSConcreteStackBlock作为 isa 指针，同时会紧接着获取一个函数地址，那个函数地址就是 block 的函数地址。
结合下面这个图，仔细理解上面这句话
(这张图和上面那张图是同一个文件，不过裁掉了符号表)
利用这个特征，逆向分析时我们可以做如下推断：
在一个 OC 方法里发现引用了__NSConcreteStackBlock这个变量，那么在这附近，一定会出现一个函数地址，这个函数地址就是这个 OC 方法里的一个 block。
比如上面图中，我们发现 viewDidLoad 里，引用了__NSConcreteStackBlock, 同时紧接着加载了 sub_100049D4 的函数地址，那我们就可以认定 sub_100049D4 是 viewDidLoad 里的一个 block, sub_100049D4 函数的符号名应该是 viewDidLoad_block.
2. _NSConcreteGlobalBlock
全局的静态 block，是那种不引用 block 外变量的 block，他因为不引用外部变量，所以他可以在编译期就进行内存分配操作，也不用担心 block 的复制等等操作，他存在于可执行文件的常量区里。
不太理解的话，看个例子：
我们把源代码改成这样：
@implementation ViewController
- (void)viewDidLoad {
void (^ foo)() = ^(){
//block 不引用外部的变量
NSLog(@"%d", 123);
};
foo();
}
@end 那么在编译后会变成这样：
那么借鉴上面的思路，在逆向分析的时候，我们可以这么推断
- 在静态常量区发现一个 _NSConcreteGlobalBlock 的引用
- 这个地方必然存在一个 block 的结构体数据
- 在这个结构体第 16 个字节的地方会出现一个值，这个值是一个 block 的函数地址
3. block 的嵌套结构
实际在使用中，可能会出现 block 内嵌 block 的情况：
- (void)viewDidLoad {
dispatch_async(background_queue ,^{
...
dispatch_async(main_queue, ^{
...
});
});
} 所以这里 block 就出现了父子关系，如果我们将这些父子关系收集起来，就可以发现，这些关系会构成图论里的森林结构，这里可以简单用递归的深度优先搜索来处理，详细过程不再描述。
block 符号表提取脚本(IDA+python)
整理上面的思路，我们发现搜索过程依赖于 IDA 提供各种引用信息，而 IDA 是提供了编程接口的，可以利用这些接口来提取引用信息。
IDA 提供的是 Python 的 SDK，最后完成的脚本也放在仓库里 search_oc_block/ida_search_block.py (https://github.com/tobefuturer/restore-symbol/blob/master/search_oc_block/ida_search_block.py。
提取 block 符号表
这里简单介绍下怎么使用上面这个脚本：
- 用 IDA 打开支付宝的 Mach-O 文件
- 等待分析完成! 可能要一个小时
- Alt + F7 或者 菜单栏 File -> Script file...
4.等待脚本运行完成，预计 30s 至 60s，运行过程中会有这样的弹窗
5.弹窗消失即 block 符号表提取完成
6.在 IDA 打开文件的目录下 , 会输出一份名为block_symbol.json的 json 格式 block 符号表
恢复符号表 & 实际分析
用之前的符号表恢复工具，将 block 的符号表导入 Mach-O 文件
./restore-symbol ./origin_AlipayWallet -o ./AlipayWallet_with_symbol -j block_symbol.json
-j 后面跟上之前得到的 json 符号表
最后得到一份同时具有 OC 函数符号表和 block 符号表的可执行文件
这里简单介绍一个分析案例 , 你就能体会到这个工具的强大之处了。
1.在 Xcode 里对 -[UIAlertView show] 设置断点
2.运行程序，并在支付宝的登录页面输入手机号和 错误的密码 ，点击登录
3.Xcode 会在 ‘密码错误’ 的警告框弹出时停下，左侧会显示出这样的调用栈
一张图看完支付宝的登录过程
项目开源地址：
