linux下二进制文件分析
一 背景
也许大家都遇到过这种场景,就是有二进制代码,比如深度分析下此文件到底是什么格式的图片等，这篇文章就记录我分析下二进制可执行文件的过程，已经自己读写二进制文件的一些坑。分析的二进制执行文件为linux下的可执行文件。
二 常用二进制文件静态分析命令
2.1 file基本信息查看
linux下有个最常用的通用命令，来分析任何文件的基本格式，那就是file ,来看下：
可以看到基本信息，比如是什么类型文件，只是概述，还有些其他选项，可以用-h 查看。
2.2 ldd动态链接库信息
动态链接库，即没有在编译链接的时候直接打入到程序中的，而是运行时候动态加载了，从而节省内存，通过动态连接库，我们可以知道这个可执行文件用了哪些动态库，方法也比较简单。
这是我写的一个小程序的动态链接库信息，通过链接库分析的信息也同样比较少，用这个命令多查看依赖链接库找不到的问题。
2.3 nm符号查看
nm可以列出二进制可执行文件，动态库，静态库中的符号信息，包括符号的类型，符号名称，比如函数名，全局变量等，通过这些信息可以看到不少有用的信息，通过函数名猜函数功能，使用的帮助如下：
配合grep信息可以很方便的进行符号搜索：
对于一些动态库，直接nm可能查不到信息，可以通过nm -D命令查看。
2.4 strings 查看二进制文件中的字符串
strings信息可以打印二进制文件中的字符串信息，结合grep进行搜索，用grep命令其实可以直接在二进制文件中搜索内容，但是不够直观，用strings看起来的更直观些：
strings 会把任何可打印字符串都显示出来，比nm的内容更多，截取部分如下：
2.5 objdump 将二进制代码转汇编指令
objdump是个值得深入学习的指令，不光可以还原汇编指令，还可以读取二进制中特定段的信息，更可怕的是，如果我们的程序是以-g -o0等调试不优化的情况下，用objdump -S指令可能尽可能地还原源代码信息（没看错，是还原出源代码信息），其实也可以理解这些信息是完整的在可执行文件中的，要不然gdb调试的时候没办法单步追踪了，测试如下：
2.6 readelf 读取ELF文件格式
如果二进制文件是ELF格式的，通过file文件可以查看文件格式.使用readelf指令可以方便分析ELF文件的结构，比如节信息，elf头文件信息，比如我们在分析文件是否为病毒文件的时候，需要读取elf文件头信息，做一些特征的判断，或作为特征参与机器学习的判断。
还有些其他命令，有兴趣的小伙伴，可以通过-h命令还原看下。
三 动态查看文件结构
3.1 ltrace 跟踪进程调用库函数过程
这也是一个很棒的命令，我们可以查看程序执行的时候调用库函数信息，还可以在线查看执行的进程的库函数调用情况，找几个比较典型的命令，测试的代码比较简单如下：
#include <stdlib.h>
#include <stdio.h>
int main(void)
{
short shs[5] ={1,234,567,789,890};
int ins[5] ={890,88111,23333,7777,6666};
FILE * fp = fopen("a.bin","wb");
for (int i = 0; i < 5; i++) {
fwrite(&shs[i],sizeof(short),1,fp);
fwrite(&ins[i],sizeof(int),1,fp);
}
printf("read....\n");
fclose(fp);
fp = fopen("a.bin","rb");
short a;
int b;
for (int i = 0; i <5;i++) {
fread(&a,sizeof(short),1,fp);
fread(&b,sizeof(int),1,fp);
printf("i:%d a:%d,b:%d\n", i,a,b);
}
fclose(fp);
return 0;
}
3.1.1 ltrace 查看库函数调用情况
3.1.2 ltrace 查看库函数调用占用时间
这在查看系统调用耗时很有用。
# -T 是查看调用时间开销
ltrace -T
#-t -tt -ttt 是查看调用绝对时间，t越多越精确
ltrace -t
3.1.3 ltrace 查看系统调用信息
ltrace -S
系统调用信息显然比库函数显示更多，追踪更复杂的情况可以使用。
还有-p pid 追踪具体的进行id的调用情况也很有用，这里面就不举例子了。
如果没有这个命令，如果是centos环境可以通过yum install -y ltrace安装。
3.2 strace
strace和ltrace的命令差不多，strace更偏向于系统调用的追踪或信号产生的情况。安装命令
yum -y install strace
强大地方在于可以指定系统调用的类型：
-e trace=set
只跟踪指定的系统 调用.例如:-e trace=open,close,rean,write表示只跟踪这四个系统调用.默认的为set=all.
-e trace=file
只跟踪有关文件操作的系统调用.
-e trace=process
只跟踪有关进程控制的系统调用.
-e trace=network
跟踪与网络有关的所有系统调用.
-e strace=signal
跟踪所有与系统信号有关的 系统调用
-e trace=ipc
跟踪所有与进程通讯有关的系统调用
-e abbrev=set
设定 strace输出的系统调用的结果集.-v 等与 abbrev=none.默认为abbrev=all.
-e raw=set
将指 定的系统调用的参数以十六进制显示.
-e signal=set
指定跟踪的系统信号.默认为all.如 signal=!SIGIO(或者signal=!io),表示不跟踪SIGIO信号.
-e read=set
输出从指定文件中读出 的数据.例如:
-e read=3,5
-e write=set
比如以下命令：
还有很多有用的选项，有兴趣的可以尝试下。
3.3 GDB命令
gdb命令其实是我们最常用的，调试程序的利器，用来查看二进制文件的结构，非常合适，可以把程序运行起来通过gdb -p pid方便地调试。
也可如下运行：
基本命令说明下：
set args 设置参数
b main 设置中断位置为main函数
r 开始运行
l 打印当前的函数内容
p 打印变量值
四 图形化界面分析二进制执行文件
网上找到一个图形化界面分析二进制程序的，名字叫Relyze 虽然是收费的，但是可以正常用一段时间，一段时间后才提示，界面如下，强大之处在于可以显示调用关系信息等。
其实原理都类似，没有比命令行更多的功能，只是看起来更方便而已。
4.1 基本文件信息
4.2 头和段信息查看
4.3 搜索
4.4 调用关系图
双击可以看到调用关系图信息，便于做进一步分析。
其他的也没啥特殊点了，有兴趣的朋友可以下载试试。
五 诗词欣赏
浣溪沙
[宋] [秦观]
漠漠轻寒上小楼，晓阴无赖似穷秋，淡烟流水画屏幽。
自在飞花轻似梦，无边丝雨细如愁，宝帘闲挂小银钩。
作者：明翼（XGogo）
-------------
公众号：TSparks
微信:shinelife
扫描关注我的微信公众号感谢
-------------
