Golang汇编之通过map地址找到value的值

文章目录

• • 背景
  • gdb调试Go程序
  • • 为什么不用dlv
    • gdb调试Go可执行程序
    • gdb打印地址内容
  • go汇编快速入门
  • • 常用的寄存器和用法
    • • AMD64
      • ARM64
      • loong64
      • riscv64
    • Go汇编常用命令及含义
    • Go汇编和x86的区别
    • 找到map的赋值指令
  • Go中map的内存布局
  • • gdb中查看map结构
    • map的存储结构
    • map的内存布局
    • 计算bmap偏移量
  • 根据map的地址获取key和value
  • • 测试代码
    • 获取key和value的值
    • 操作指令介绍
    • • 根据map地址获取buckets地址
      • 根据buckets地址获取keys的值
      • 根据keys地址获取values的值
  • 总结

背景

在逆向一个无符号可执行Go程序的时候，有个需求是获取map里面存储的值。但是只能拿到map的地址，以及知道key是string类型，其他的就不知道了。

那要怎么实现我们的需求呢？上GDB，读汇编，取地址。

下面是介绍一些前置知识，以及实操。实操部分的代码是写的测试代码，方便观看。

gdb调试Go程序

参考：
11.2. 使用 GDB 调试 | 第十一章. 错误处理，调试和测试 |《Go Web 编程》| Go 技术论坛

查看Golang程序的汇编的话，参考：Golang调试之GDB高级功能_go 实现的高级功能-CSDN博客

gdb调试Go程序的详细文档：GDB

GBD的多窗口管理和切换窗口： GDB调试之多窗口管理 (十二) - TechNomad - 博客园

Go的内存机制：一文彻底理解Go语言栈内存/堆内存 - 掘金

为什么不用dlv

不得不说，dlv要调试汇编的话，相比gdb来说还差点。特别是可视化还有取地址打印地址这块。

比如我想直接获取某个地址的值，或者打印寄存器的值之类的，确实不太方便，因此还是选择gdb来作为调试工具了。

当然，gdb调试Go程序有一个致命缺陷，那就是无法控制goroutine。这个问题目前博主还没找到解决方案，有类似经验的同学可以指点下博主，不胜感谢。

关于dlv可以参考: https://zhuanlan.zhihu.com/p/655096453

gdb调试Go可执行程序

这块网上文章比较多，大概介绍下怎么用gdb，以及使用到的命令。

开始调试

gdb demo # 开始调试可执行程序

b main.main # 给main加断点

run # 执行到断点处

源码和汇编窗口

layout src # 查看源码
layout asm # 查看汇编指令

info win # 查看当前打开的窗口
focus cmd # 焦点回到cmd窗口，同样也可以回到源码或者汇编窗口
layout split # 分割窗口，同时打开cmd,源码，汇编框

# 关闭窗口
tui disable

效果如下：

gdb打印地址内容

需要使用gdb中的x指令，通过help x来查看怎么使用。

格式: x /nuf

x 是 examine 的缩写

n 表示要显示的内存单元的个数

u 表示一个地址单元的长度：

1. b 表示单字节
2. h 表示双字节
3. w 表示四字节
4. g 表示八字节

f 表示显示方式, 可取如下值：

1. x 按十六进制格式显示变量w
2. d 按十进制格式显示变量
3. u 按十进制格式显示无符号整型
4. o 按八进制格式显示变量
5. t 按二进制格式显示变量
6. a 按十六进制格式显示变量
7. si 指令地址格式
8. c 按字符格式显示变量
9. f 按浮点数格式显示变量

举例

x/3uh buf：表示从内存地址buf读取内容，h 表示以双字节为一个单位，3 表示三个单位，u 表示按十六进制显示

x/3gx addr: 从内存addr中，输出3个，g代表8个字节(int指针是8字节)， x是十六进制的

x/144bx addr中 ： 从内存，输出144个单字节的16进制数据

x/3cb addr: 从内存中，输出3个单字节，并且转换成字符的数据。一般是ascii

go汇编快速入门

参考：

go汇编学习： 初识Golang汇编

go文档的汇编解释：https://tip.golang.org/doc/asm

go文档的ABI定义： https://tip.golang.org/src/cmd/compile/abi-internal

通过上面的截图，我们看到了Go的汇编代码。大家基本在学习计算机的时候或多或少都会接触到汇编，不过Go的汇编会稍微有点区别，语法是基于Plan9的，Go 汇编器所用的指令，一部分与目标机器的指令一一对应，而另外一部分则不是，略有有点差异。

下面简单介绍一下汇编相关的知识，以及Go汇编的一些特性，顺带帮大家复习一波汇编知识。

常用的寄存器和用法

AMD64

amd64 架构使用以下 9 个寄存器序列来存储整数参数和结果：
RAX, RBX, RCX, RDI, RSI, R8, R9, R10, R11

它使用 X0 -- X14 来表示浮点参数和结果。

ARM64

arm64 架构使用 R0 -- R15 来表示整数参数和结果。

它使用 F0 -- F15 来表示浮点参数和结果。

loong64

loong64 架构使用 R4 -- R19 来表示整数参数和整数结果。

它使用 F0 -- F15 来表示浮点参数和结果。

riscv64

riscv64 架构使用 X10 -- X17、X8、X9、X18 -- X23 作为整数参数和结果。

它使用 F10 -- F17、F8、F9、F18 -- F23 来表示浮点参数和结果。

Go汇编常用命令及含义

助记符	指令种类	用途	示例
MOVQ	传送	数据传送	MOVQ 48, AX // 把 48 传送到 AX
LEAQ	传送	地址传送	LEAQ AX, BX // 把 AX 有效地址传送到 BX
PUSHQ	传送	栈压入	PUSHQ AX // 将 AX 内容送入栈顶位置
POPQ	传送	栈弹出	POPQ AX // 弹出栈顶数据后修改栈顶指针
ADDQ	运算	相加并赋值	ADDQ BX, AX // 等价于 AX+=BX
SUBQ	运算	相减并赋值	SUBQ BX, AX // 等价于 AX-=BX
CMPQ	运算	比较大小	CMPQ SI CX // 比较 SI 和 CX 的大小
CALL	转移	调用函数	CALL runtime.printnl(SB) // 发起调用
JMP	转移	无条件转移指令	JMP 0x0185 //无条件转至 0x0185 地址处
JLS	转移	条件转移指令	JLS 0x0185 //左边小于右边，则跳到 0x0185

Go汇编和x86的区别

go tool compile -S -N -l test_map.go

gdb调试中的汇编

TEXT runtime·profileloop(SB),NOSPLIT,$8
	MOVQ	$runtime·profileloop1(SB), CX
	MOVQ	CX, 0(SP)
	CALL	runtime·externalthreadhandler(SB)
	RET

主要区别如下：

1. go的汇编里面有Q后缀，例如MOVQ,含义等同于MOV,Q的意思是64位的汇编指令
2. 汇编读取的顺序和x86的汇编是反的
   1. 例如：MOVQ $5,CX = mov rcx,5 # 移动5到CX寄存器，go的汇编是从左到右。x86是从右向左
3. go源码中也有用汇编实现的功能，有兴趣可以看看：/usr/lib/go/src/math/big

找到map的赋值指令

一开始是打算直接看汇编找到map的赋值操作，然后取寄存器里面的value。可惜失败了，简单测试了以下几种map的赋值：

1. 直接赋值常量，类似于m["hello"] = "world"

2. 调用函数赋值，类似于m["hello"] = getWrold()

3. 变量赋值，类似于m["hello"] = test

   直接赋值常量

   mov rdx, (rax)

   调用函数获取world

   mov rax 0x88(rsp)

   通过变量的方式

   mov rcx, (rax)

然后分别查看这几种赋值的汇编，发现跟逆向的那个程序都不一样，从寄存器里面取不到，也没找到类似的赋值指令。

那可咋办呢？是否可以根据map的内存布局来找到value呢？理论上来说map存储的时候key和value都是连续的，我们只要找到存储的buckets，然后就可以通过偏移量找到值了才对。

Go中map的内存布局

看到这个标题，我死去的八股文记忆开始攻击我。这里面的东西挺多的，不是本文的重点，因此下面借鉴源码和其他人的博客简单介绍下。

gdb中查看map结构

可以看到，默认的buckets有8个桶。跟八股文对上了，map的动态扩容，以及溢出检测。

map的存储结构

type hmap struct {
  count     int
  flags     uint8
  B         uint8
  noverflow uint16
  hash0     uint32
  buckets    unsafe.Pointer
  oldbuckets unsafe.Pointer
  nevacuate  uintptr
  extra *mapextra
}

# hmap的简单描述

count : map中存储了几个元素
flags: 状态标识正在被写、buckets和oldbuckets在被遍历、等量扩容(Map扩容相关字段)
B : 计算buckets的个数，2的B次方。比如B=2代表需要4个buckets
buckets: 指针，数组的类型为[]bmap，实际存储的数据在这里
hash0: hash因子
oldbuckets: 扩容时使用，存放扩容前的buckets
noverflow: 溢出桶里bmap大致的数量


# 有数据时候的bmap
type bmap struct {
    tophash   [8]uint8
    keys        [8]keytype
    values     [8]valuetype
    pad         uintptr
    overflow uintptr
}

# bmap的简单描述
tophash: 计算hash的，遍历时使用
keys,values: 存储键值对
pad: 内存对齐使用
overflow: 指向的 hmap.extra.overflow 溢出桶里的 bmap

map的内存布局

参考：https://www.edony.ink/deep-insight-of-golang-map-with-gdb-ebpf/

计算bmap偏移量

根据上面的截图，我们可以计算一个bmap占用多少字节。

# map定义: map[string]string
# string在go中是结构体，包含一个len和指向data的指针。
# 默认的指针和int都是8字节，因此一个string是16字节 


8 +        # tophash
16 * 8 +   # key[8]
16 * 8 +    # value[8]
8          # overflow bmap pointer
= 272

计算偏移量是为了方面找到bmap中的数据。比如有了第一个bmap的地址之后，可以通过+272的方式，找到第二个bmap的地址。

根据map的地址获取key和value

终于到重点了，有了前置知识之后，我们就可以使用gdb来操作map的地址，通过偏移量计算来获取到实际的值。

测试代码是随便写的一个map，实际逆向程序的时候也是类似的原理。

测试代码

package main

func main() {
	m := make(map[string]string)
	m["hello1"] = getWorld("1")
	m["hello2"] = getWorld("2")
	m["hello3"] = getWorld("3")
}

func getWorld(n string) string {
	return "world" + n
}

获取key和value的值

如图所示，我们根据map的地址就拿到了实际存储的key和value。

操作指令介绍

根据map地址获取buckets地址

x/3gx addr: 获取map中3个8字节的地址。
  第一个8字节: count(int=4字节) 
  第二个8字节:flags(uint8=1字节) + B(uint8=1字节) + noverflow + hash0(uint32=4字节)
  第三个8字节:buckets的入口地址

根据buckets地址获取keys的值

x/8gx addr: 获取buckets中8个8字节的数据，也就是8个int地址
  第一个8字节: tophash: 8个unit8 = 8字节
  第二个8字节: keys数组的入口

x/s addr: 打印addr的字符串类型的值
  返回的是我们定义的hello1,hello2,hello3的值。

# 为什么字符串这么多
内存中的字符串存储可能是连续的，除了我们存的24个字节之外，可能会有其他的数据在后面。
所以实际取字符串的值，应该是：地址+偏移量 

根据keys地址获取values的值

x/16gx addr + 16*8: 偏移量是因为keys是string类型，且有8个，所以要计算偏移量
  第一个8字节: 字符串的len
  第二个8字节: values的第一个值

x/s addr: 依次打印地址对应的字符串即可

总结

这篇博客主要也是对于八股文的一次实践吧，类似的八股文大家肯定也都看到过，但是实践可能会少一些。博主刚开始也没想到通过map的内存布局去找到value，中间走了不少弯路，也学到了很多，值得记录并分享给大家。

可能博主做这个事情的动机大家无法参考，但是中间的过程，工具的使用还是很有意义的。也越发明白了刚入行听到的那句话"源码面前，了无秘密"。

所有的高级语言最终都会编译成汇编，机器也只能识别二进制的数据。那么掌握这些知识，就像是手握锤子一样，看什么都像钉子，遇到什么疑难杂症都先敲两下，不至于束手无策了。

end