Unix ELF文件格式及病毒分析

Unix ELF文件格式及病毒分析

★ 介绍

　　本文介绍了Unix病毒机制、具体实现以及ELF文件格式。简述了Unix病毒检测和反检测技术，提供了Linux/i386架构下的一些例子。需要一些初步的Unix编程经验，能够理解Linux/i386下汇编语言，如果理解ELF本身更好。

　　本文没有任何实际意义上的病毒编程技术，仅仅是把病毒原理应用到Unix环境下。这里也不打算从头介绍ELF规范，感兴趣的读者请自行阅读ELF规范。

★ 感染 ELF 格式文件

　　进程映象包含"文本段"和"数据段"，文本段的内存保护属性是r-x，因此一般自修改代码不能用于文本段。数据段的内存保护属性是rw-。

　　段并不要求是页尺寸的整数倍，这里用到了填充。

关键字：

[...]　 一个完整的页

M　　　 已经使用了的内存

P　　　 填充

页号

#1　　[PPPPMMMMMMMMMMMM]　\

#2　　[MMMMMMMMMMMMMMMM]　 |-- 一个段

#3　　[MMMMMMMMMMMMPPPP]　/

段并没有限制一定使用多个页，因此单页的段是允许的。

页号

#1　　[PPPPMMMMMMMMPPPP]　<-- 一个段

　　典型的，数据段不需要从页边界开始，而文本段要求起始页边界对齐，一个进程映象的内存布局可能如下：

关键字：

[...]　 一个完整的页

T　　　 文本段内容

D　　　 数据段内容

P　　　 填充

页号

#1　　[TTTTTTTTTTTTTTTT]　　<-- 文本段内容

#2　　[TTTTTTTTTTTTTTTT]　　<-- 文本段内容

#3　　[TTTTTTTTTTTTPPPP]　　<-- 文本段内容(部分)

#4　　[PPPPDDDDDDDDDDDD]　　<-- 数据段内容(部分)

#5　　[DDDDDDDDDDDDDDDD]　　<-- 数据段内容

#6　　[DDDDDDDDDDDDPPPP]　　<-- 数据段内容(部分)

页1、2、3组成了文本段

页4、5、6组成了数据段

从现在开始，为简便起见，段描述图表用单页，如下：

页号

#1　　[TTTTTTTTTTTTPPPP]　　<-- 文本段

#2　　[PPPPDDDDDDDDPPPP]　　<-- 数据段

　　在i386下，堆栈段总是在数据段被给予足够空间之后才定位的，一般堆栈位于内存高端，它是向低端增长的。在ELF文件中，可装载段都是物理映象：

　　ELF Header

　　.

　　.

　　Segment 1　　<-- 文本段

　　Segment 2　　<-- 数据段

　　.

　　.

　　每个段都有一个定位自身起始位置的虚拟地址。可以在代码中使用这个地址。

　　为了插入寄生代码，必须保证原来的代码不被破坏，因此需要扩展相应段所需内存。

　　文本段事实上不仅仅包含代码，还有 ELF 头，其中包含动态链接信息等等。如果直接扩展文本段插入寄生代码，带来的问题很多，比如引用绝对地址等问题。可以考虑保持文本段不变，额外增加一个段存放寄生代码。然而引入一个额外的段的确容易引起怀疑，很容易被发现。

　　向高端扩展文本段或者向低端扩展数据段都有可能引起段重叠，在内存中重定位一个段又会使那些引用了绝对地址的代码产生问题。可以考虑向高端扩展数据段，这不是个好主意，有些Unix完整地实现了内存保护机制，数据段是不可执行的。

　　段边界上的页填充提供了插入寄生代码的地方，只要空间允许。在这里插入寄生代码不破坏原有段内容，不要求重定位。文本段结尾处的页填充是个很好的地方，最后看上去象下面这个样子：

关键字：

[...]　 一个完整的页

V　　　 寄生代码

T　　　 文本段内容

D　　　 数据段内容

P　　　 填充

页号

#1　　[TTTTTTTTTTTTVVPP]　　<-- 文本段

#2　　[PPPPDDDDDDDDPPPP]　　<-- 数据段

一个更完整的ELF可执行布局如下：

　　ELF Header

　　Program header table

　　Segment 1

　　Segment 2

　　Section header table

　　Section 1

　　.

　　.

　　Section n

　　典型的，额外的节(那些没有相应段的节)用于存放调试信息、符号表等等。

下面是一些来自 ELF 规范的内容：

　　ELF 头位于最开始，保存一张"road map"，描述了文件的组织结构。节保存大量链接信息、符号表、重定位信息等等。

　　如果存在一个"program header table"，将告诉操作系统如何建立进程映象(执行一个程序)。

　　可执行文件必须有一个"program header table"，可重定位的文件不需要该表。"section header table"描述了文件的节组织。每个节在该表中都有一个表项，表项包含了诸如节名、节尺寸等信息。

　　链接过程中被用到的文件自身必须有一个"section header table"，其他目标文件可有可无该表。

插入寄生代码之后，ELF 文件布局如下：

　　ELF Header

　　Program header table

　　Segment 1　 - 文本段(主体代码)

　　　　　　　　- 寄生代码

　　Segment 2

　　Section header table

　　Section 1

　　.

　　.

　　Section n

　　寄生代码必须物理插入到ELF文件中，文本段必须扩展以包含新代码。

下面的信息来自/usr/include/elf.h

/* The ELF file header.　This appears at the start of every

ELF file.　*/

#define EI_NIDENT (16)

typedef struct

{

　　unsigned char e_ident[EI_NIDENT];

　　/* Magic number and other info */

　　Elf32_Half　　e_type;

　　/* Object file type */

　　Elf32_Half　　e_machine;

　　/* Architecture */

　　Elf32_Word　　e_version;

　　/* Object file version */

　　Elf32_Addr　　e_entry;

　　/* Entry point virtual address */

　　Elf32_Off　　 e_phoff;

　　/* Program header table file offset */

　　Elf32_Off　　 e_shoff;

　　/* Section header table file offset */

　　Elf32_Word　　e_flags;

　　/* Processor-specific flags */

　　Elf32_Half　　e_ehsize;

　　/* ELF header size in bytes */

　　Elf32_Half　　e_phentsize;

　　/* Program header table entry size */

　　Elf32_Half　　e_phnum;

　　/* Program header table entry count */

　　Elf32_Half　　e_shentsize;

　　/* Section header table entry size */

　　Elf32_Half　　e_shnum;

　　/* Section header table entry count */

　　Elf32_Half　　e_shstrndx;

　　/* Section header string table index */

} Elf32_Ehdr;

e_entry 保存了程序入口点的虚拟地址。

e_phoff 是"program header table"在文件中的偏移。因此为了读取"program header table"，需要调用lseek()定位该表。e_shoff 是"section header table"在文件中的偏移。该表位于文件尾部，在文本段尾部插入寄生代码之后，必须更新e_shoff指向新的偏移。

/* Program segment header.　*/

typedef struct

{

　　Elf32_Word p_type;　　/* Segment type */

　　Elf32_Off　p_offset;　/* Segment file offset */

　　Elf32_Addr p_vaddr;　 /* Segment virtual address */

　　Elf32_Addr p_paddr;　 /* Segment physical address */

　　Elf32_Word p_filesz;　/* Segment size in file */

　　Elf32_Word p_memsz;　 /* Segment size in memory */

　　Elf32_Word p_flags;　 /* Segment flags */

　　Elf32_Word p_align;　 /* Segment alignment */

} Elf32_Phdr;

可装载段(文本段/数据段)在"program header"中由成员变量p_type标识出是可装载的，其值为PT_LOAD (1)。与"ELF header"中的e_shoff一样，这里的p_offset成员必须在插入寄生代码后更新以指向新偏移。

p_vaddr 指定了段的起始虚拟地址。以p_vaddr为基地址，重新计算e_entry，就可以指定程序流从何处开始。可以利用p_vaddr指定程序流从何处开始。p_filesz 和 p_memsz 分别对应该段占用的文件尺寸和内存尺寸。.bss 节对应数据段里未初始化的数据部分。我们不想让未初始化的数据占用文件空间，但是进程映象必须保证能够分配足够的内存空间。

.bss 节位于数据段尾部，任何超过文件尺寸的定位都假设位于该节中。

/* Section header.　*/

typedef struct

{

　　Elf32_Word sh_name;

　　/* Section name (string tbl index) */

　　Elf32_Word sh_type;　　　 /* Section type */

　　Elf32_Word sh_flags;　　　/* Section flags */

　　Elf32_Addr sh_addr;

　　/* Section virtual addr at execution */

　　Elf32_Off　sh_offset;　　 /* Section file offset */

　　Elf32_Word sh_size;　　　 /* Section size in bytes */

　　Elf32_Word sh_link;　　　 /* Link to another section */

　　Elf32_Word sh_info;

　　/* Additional section information */

　　Elf32_Word sh_addralign;　/* Section alignment */

　　Elf32_Word sh_entsize;

　　/* Entry size if section holds table */

} Elf32_Shdr;

sh_offset 指定了节在文件中的偏移。

为了在文本段末尾插入寄生代码，我们必须做下列事情：

　　* 修正"ELF header"中的 p_shoff

　　* 定位"text segment program header"

　　　　* 修正 p_filesz

　　　　* 修正 p_memsz

　　* 对于文本段phdr之后的其他phdr

　　　　* 修正 p_offset

　　* 对于那些因插入寄生代码影响偏移的每节的shdr

　　　　* 修正 sh_offset

　　* 在文件中物理地插入寄生代码到这个位置

　　　text segment p_offset + p_filesz (original)

这里存在一个大问题，ELF 规范中指出，

　　p_vaddr mod PAGE_SIZE ==　p_offset mod PAGE_SIZE

为了满足这个要求：

　　* 修正"ELF header"中的 p_shoff ，增加 PAGE_SIZE 大小

　　* 定位"text segment program header"

　　　　* 修正 p_filesz

　　　　* 修正 p_memsz

　　* 对于文本段phdr之后的其他phdr

　　　　* 修正 p_offset ，增加 PAGE_SIZE 大小

　　* 对于那些因插入寄生代码影响偏移的每节的shdr

　　　　* 修正 sh_offset ，增加 PAGE_SIZE 大小

　　* 在文件中物理地插入寄生代码以及填充(确保构成

　　一个完整页)到这个位置

　　　text segment p_offset + p_filesz (original)

我们还需要修正程序入口点的虚拟地址，使得寄生代码先于宿主代码执行。同时需要

在寄生代码尾部能够跳转回宿主代码原入口点继续正常流程。

　　* 修正"ELF header"中的 p_shoff ，增加 PAGE_SIZE 大小

　　* 修正寄生代码的尾部，使之能够跳转回宿主代码原入口点

　　* 定位"text segment program header"

　　　　* 修正 "ELF header"中的 e_entry ，指向

　　　　　p_vaddr + p_filesz

　　　　* 修正 p_filesz

　　　　* 修正 p_memsz

　　* 对于文本段phdr之后的其他phdr

　　　　* 修正 p_offset ，增加 PAGE_SIZE 大小

　　* 对于文本段的最后一个shdr

　　　　* 修正sh_len(应该是sh_size吧，不确定)，增加寄生代

　　　　　码大小

　　* 对于那些因插入寄生代码影响偏移的每节的shdr

　　　　* 修正 sh_offset ，增加 PAGE_SIZE 大小

　　* 在文件中物理地插入寄生代码以及填充(确保构成一个完整页)

　　　到这个位置text segment p_offset + p_filesz (original)

　　病毒可以随机遍历一个目录树，寻找那些e_type等于 ET_EXEC或者 ET_DYN 的文件，加以感染，这分别是可执行文件和动态链接库文件。

★ 分析Linux病毒

　　病毒要求不使用库，避开libc，转而使用系统调用机制。

　　为了动态申请堆内存用于phdr table和shdr table，应该使用brk系统调用。利用与缓冲区溢出相同的技术取得常量字符串的地址。

　　使用gcc -S编译c代码，观察调整asm代码。

　　注意在进入/离开寄生代码的时候保存/恢复寄存器。

　　利用objdump -D观察调整一些需要确定的偏移量。

★ 检测病毒

　　这里描述的病毒很容易检测。最显眼的是程序入口点不在常规节中，甚至干脆不在任何节中。清理病毒的过程和感染病毒的过程类似。

　　用objdump --all-headers很容易定位程序入口点，用objdump --disassemble-all跟踪下去就可以得到程序原入口点。

　　缺省程序入口点是_start，但是可以在链接的时候更改它。

★ 结论

　　Unix病毒尽管不流行，但的确可行。