dadi1977

★ 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。