Android so文件进阶 <一>
0x00 前言
最近一段时间在弄android方面的东西，今天有人发了张截图，问：在要dump多大的内存？
一时之间我竟然想不起来ELF文件的哪个字段表示的是文件大小，虽然最后给出了解决方法，IDA CTRL+S，直接看Segements信息，可以得出整个文件的大小。但说明了自己对于ELF文件格式远不如PE文件那么熟悉，毕竟看PE文件格式是抱着《加密与解密》来来回回看了好几遍，而对于ELF文件只是在网上随便找了几遍博客，现在还记得大致的结构，对于一些具体的细节却并已经遗忘的差不多。于是想自动动手写篇关于ELF文件格式的文章，加深自己对ELF文件的理解和记忆。关于整个系列的文章中的名词都使用的是英文原名，避免产生歧义，就比如说section和segment，可能各个书中翻译过来都存在差异，对于一些专有名词，我个人还是比较喜欢阅读英文，也不必翻译。
0x01 ELF文件
关于ELF文件的起源，官方的一些东西就不在进行缀述了。直奔主题，先从elf文件的三种类型讲起，elf文件分为三种类型：
1) 可重定位的对象文件(Relocatable file)，也就是平常说的目标文件，后缀为.o；
2) 可执行的对象文件(Executable file)；
3) 可被共享的对象文件(Shared object file)。
而我们的主要精力就放在第3种，可被共享的对象文件上，也就是所谓的动态库文件，即.so文件，类似于Windows下的dll文件。而动态库文件在发挥作用的都要经过两个过程
①编译阶段。链接编辑器(link editor)拿它和其他Relocatable object file以及其他shared object file作为输入，经链接处理后，生存另外的 shared object file 或者 executable file。
②运行阶段。动态链接器(dynamic linker)拿它和一个executable file以及另外一些 shared object file 来一起处理，在Linux系统里面创建一个进程映像。
下面是elf文件的两种view，linking view 和execution view，Linking View主要是为了给Linker使用，而Execution View是为了给Loader使用。而我们关心的.so文件可以是这两种View并存的，只不过是同一个文件的两种划分方式，这样load完还可以relocate，而.so文件仅仅只是用来执行时，是允许没有section的，而关于section与segment的关系，相同属性的section会被映射到同一个segment中。
ELF Header结构的定义如下，各个字段的含义都有注释：
/* ELF Header */ typedef struct elfhdr { unsigned char e_ident[EI_NIDENT]; /* ELF Identification */ Elf32_Half e_type; /* object file type */ Elf32_Half e_machine; /* machine */ Elf32_Word e_version; /* object file version */ Elf32_Addr e_entry; /* virtual entry point */ Elf32_Off e_phoff; /* program header table offset */ Elf32_Off e_shoff; /* section header table offset */ Elf32_Word e_flags; /* processor-specific flags */ Elf32_Half e_ehsize; /* ELF header size */ Elf32_Half e_phentsize; /* program header entry size */ Elf32_Half e_phnum; /* number of program header entries */ Elf32_Half e_shentsize; /* section header entry size */ Elf32_Half e_shnum; /* number of section header entries */ Elf32_Half e_shstrndx; /* section header table's "section header string table" entry offset */ } Elf32_Ehdr;
关于每个字段的含义后面的注释都很清楚，唯一需要说明的一点就是e_shstrndx，这个表示的是.shstrtab section的section header在section header table中的索引，或者恰当的说是偏移。
接下来就是两个header table ，Section header table 和 Program header table。下面分别介绍这两个table的entry的结构，先是section header table entry的结构
Section Header Table
/* Section Header */ typedef struct { Elf32_Word sh_name; /* name - index into section heade string table section */ Elf32_Word sh_type; /* type */ Elf32_Word sh_flags; /* flags */ Elf32_Addr sh_addr; /* address */ Elf32_Off sh_offset; /* file offset */ Elf32_Word sh_size; /* section size */ Elf32_Word sh_link; /* section header table index link */ Elf32_Word sh_info; /* extra information */ Elf32_Word sh_addralign; /* address alignment */ Elf32_Word sh_entsize; /* section entry size */ } Elf32_Shdr;
这里简要的介绍下各个字段的含义
sh_name: 该Section的名字，类型是Elf32_Word，指向在串表中的偏移值；
sh_type: 按内容和意义将section分类，下面给出不同的值代表的不同的含义；
关于sh_type的类型，值和表示的含义如下表：
|
SHT_NULL |
0 |
section头是无效的；它没有相关的section |
|
SHT_PROGBITS |
1 |
该section保存被程序定义了的一些信息，它的格式和意义取决于程序本身 |
|
SHT_SYMTAB |
2 |
保存着符号表 |
|
SHT_STRTAB |
3 |
保存着一个字符串表 |
|
SHT_RELA |
4 |
保存着具有明确加数的重定位入口 |
|
SHT_HASH |
5 |
保存着一个标号的哈希(hash)表 |
|
SHT_DYNAMIC |
6 |
保存着动态连接的信息 |
|
SHT_NOTE |
7 |
保存着其他的一些标志文件的信息 |
|
SHT_NOBITS |
8 |
在文件中不占空间，sh_offset成员包含了概念上的文件偏移量 |
|
SHT_REL |
9 |
保存着具有明确加数的重定位的入口 |
|
SHT_SHLIB |
10 |
类型保留但语意没有指明，包含这个类型的section的程序是不符合ABI的规定 |
|
SHT_DYNSYM |
11 |
保存着符号表 |
|
SHT_LOPROC |
0x70000000 |
在这范围之间的值为特定处理器语意保留 |
|
SHT_HIPROC |
0x7fffffff |
|
|
SHT_LOUSER |
0x80000000 |
为应用程序保留的索引范围的最小边界 |
|
SHT_HIUSER |
0xffffffff |
为应用程序保留的索引范围的最大边界 |
sh_flags: 表示该section的类型，下表包含了各个类型的解释；
关于sh_flags的值与含义：
| SHF_WRITE | 0x1 | 该section包含了在进程执行过程中可被写的数据 |
| SHF_ALLOC | 0x2 | 该section在进程执行过程中占据着内存 |
| SHF_EXECINSTR | 0x4 | 该section包含了可执行的机器指令 |
| SHF_MASKPROC | 0xf0000000 | 为特定处理语意保留的 |
sh_addr: 表示该section在内存中，相对于基址的偏移；
sh_offset: 表示该section到文件头部的字节偏移；
sh_size: 该section大小；
sh_link: 表示与当前section有link关系的section索引；
sh_info: 一些附加信息；
sh_addralign: section的地址对齐；
sh_entsize: section项的大小（bytes)。
讲了那么多也就只是原理的性的东西，为了加深理解，用一个实际的例子。
最后的一个字符串表索引节头就是之前提过的Elf32_Hder中的e_shstrndx成员，来看shstrtab的内容：
我们分析一个特定的节，选择.mytext节
开始的4个字节00 00 00 39 就是“.mytext”字符串在shstrtab中的偏移量（注意大小端的问题，这里是小端存储）。
这里给大家“安利”一个GitHub的开源项目010Editor-stuff，关于各种文件解析模板，超级好用。
还有就是关于android下so文件的问题：
这个是位于/obj/local/armeabi/目录下的so文件的section header :
下面是位于/libs/armeabi/下的so文件，也就是打包进apk的文件;
对比一下，发现很多的section都被删除了，主要是有关debug和.symtab，.strtab section 都被删除了，也就是说android下打包进apk的so文件只支持动态链接。
Program Header Table
接下来就Program header table entry的结构：
typedef struct { Elf32_Word p_type; /* Segment type */ Elf32_Off p_offset; /* Segment offset in file */ Elf32_Addr p_vaddr; /* Segment virtual address in memory*/
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;
每个Segment包含若干个section，只有对executable file和shared object file才能存在Program header。
p_type：表示该Program header所指的Segment的类型
| PT_NULL | 0 | 该数组元素未使用；其他的成员值是未定义的 |
| PT_LOAD | 1 | 该数组元素指定一个可载入的段，由 p_filesz 和 p_memsz 描述 |
| PT_DYNAMIC | 2 | 该数组元素指定动态链接信息 |
| PT_INTERP | 3 | 该数组元素指定辅助信息的位置和大小 |
| PT_NOTE | 4 | 该段类型保留且具有未指定的语义,具有一个这种类型数组元素的程序并不遵守ABI 。 |
| PT_SHLIB | 5 | 该段类型保留且具有未指定的语义 |
| PT_PHDR | 6 |
该数组元素（如果出现），指定了程序头表本身的位置和大小（包括在文件中 |
| PT_LOPROC | 0x70000000 | 保留用于特定处理器的语义 |
| PT_HIPROC | 0x7fffffff |
p_offset：表示该Program header所指的Segment在文件中偏移量。
p_vaddr：表示该Program header所指的Segment在内存中的虚拟地址。
p_vaddr：表示该Program header所指的Segment在内存中的物理地址，一般可忽略。
p_filesz：表示该Program header所指的Segment在文件中的大小。
p_memsz：表示该Program header所指的Segment在内存中的大小，一般地，p_memsz>=p_filesz，对p_filesz不足的内存区域填0。
最后作为结尾写段代码加深对个格式的理解：
#include <stdio.h> #include <stdlib.h> #include <elf.h> #include <errno.h> #include <fcntl.h> #ifdef __x86_64 #define Elf_Ehdr Elf64_Ehdr #define Elf_Shdr Elf64_Shdr #define Elf_Sym Elf64_Sym #define Elf_Rel Elf64_Rela #define ELF_R_SYM ELF64_R_SYM #define REL_DYN ".rela.dyn" #define REL_PLT ".rela.plt" #else #define Elf_Ehdr Elf32_Ehdr #define Elf_Shdr Elf32_Shdr #define Elf_Sym Elf32_Sym #define Elf_Rel Elf32_Rel #define ELF_R_SYM ELF32_R_SYM #define REL_DYN ".rel.dyn" #define REL_PLT ".rel.plt" #endif #define LOG(...) printf(__VA_ARGS__); static uint32_t get_module_base(pid_t pid, const char *module_path) { FILE *fp = NULL; char *pch = NULL; char filename[32]; char line[512]; uint32_t addr = 0; LOG("[+] get libc base...\n"); if (pid < 0) snprintf(filename, sizeof(filename), "/proc/self/maps"); else snprintf(filename, sizeof(filename), "/proc/%d/maps", pid); if ((fp = fopen(filename, "r")) == NULL) { LOG("[-]open %s failed!", filename); return 0; } while (fgets(line, sizeof(line), fp)) { if (strstr(line, module_path)) { pch = strtok(line, "-"); addr = strtoul(pch, NULL, 16); break; } } fclose(fp); LOG("[+] libc base:0x%x...\n",addr); return addr; } int read_header(int d, Elf_Ehdr **header)//read elf header structure { *header = (Elf_Ehdr *)malloc(sizeof(Elf_Ehdr)); if (lseek(d, 0, SEEK_SET) < 0)//seek to the begin of file { free(*header); return errno; } if (read(d, *header, sizeof(Elf_Ehdr)) <= 0)//read from begin,read sizof(Elf_Ehdr) bytes ==> header { free(*header); return errno = EINVAL; } return 0; } static int read_section_table(int d, Elf_Ehdr const *header, Elf_Shdr **table)//read elf header,find section header base address { size_t size; if (NULL == header) return EINVAL; size = header->e_shnum * sizeof(Elf_Shdr);//section numbers and total size *table = (Elf_Shdr *)malloc(size); if (lseek(d, header->e_shoff, SEEK_SET) < 0)//point to section header,offset 0 { free(*table); return errno; } if (read(d, *table, size) <= 0)//read section header structure to **table { free(*table); return errno = EINVAL; } return 0; } static int read_string_table(int d, Elf_Shdr const *section, char const **strings) { if (NULL == section)//section == > .dynstr section return EINVAL; *strings = (char const *)malloc(section->sh_size); if (lseek(d, section->sh_offset, SEEK_SET) < 0) { free((void *)*strings); return errno; } if (read(d, (char *)*strings, section->sh_size) <= 0)//strings include all strings in .dynstr sections { free((void *)*strings); return errno = EINVAL; } return 0; } int main() { LOG("[+]Arm ELF32 reader...\n"); uint32_t lic_base = get_module_base(-1,"/system/lib/libc.so"); int descriptor = open("/system/lib/libc.so", O_RDONLY);//open libc.so,and return the handle Elf_Ehdr *header = NULL;//elf header Elf_Shdr *section_header = NULL;//section header array ptr char const *strings = NULL;//string table ptr read_header(descriptor,&header); LOG("[+]libc.so elf header:\n"); LOG("[+]e_ident[EI_NIDENT]: %s\n",header->e_ident); LOG("[+]e_type:%d(ET_DYN:%d,DYN (Shared object file))\n",header->e_type,ET_DYN); LOG("[+]e_machine:%d(EM_ARM:%d,Advanced RISC Machines)\n",header->e_machine,EM_ARM); LOG("[+]e_shoff:%d bytes\n",header->e_shoff); LOG("[+]libc.so section header:\n"); read_section_table(descriptor,header,§ion_header); read_string_table(descriptor,§ion_header[header->e_shstrndx], &strings);//header->e_shstrndx ==>the index of string section header in section headers int i = 0; for(i = 0;i<header->e_shnum;++i) { LOG("Section[%d] name:%s,type:%d,addr:0x%x,offset:0x%x,size:%dbytes,etc...\n",i,&strings[section_header[i].sh_name],section_header[i].sh_type,section_header[i].sh_addr,section_header[i].sh_offset,section_header[i].sh_size); } close(descriptor); return 0; }
0x02 小结
只是总结了ELF文件的大体的结构，对于每个section的结构并没有深入，之后的学习会更加深入elf文件的学习，主要聚焦在android 下的.so文件，还会加上一些关于 so加密的知识。
