# Dalvik字节码自篡改原理及实现

Author: 乌云历史资料库 (@wooyun_archive)
Published: 2016-06-14T02:32:00Z
Canonical: https://wepostx.com/topics/305

> 乌云历史资料归档
>
> **原始作者：** leonnewton
> **原始编号：** superkieran-wooyundrops:1247
> **原始发布时间：** 2016-06-14 10:32
> **声明：内容仅用于技术研究和个人使用，版权归 wooyun.org。**

---

Author:[leonnewton](https://github.com/leonnewton)

# 0x00 前言

早在2013年，bluebox就发布了一个可以在运行时篡改Dalvik字节码的Demo。之后，国内有很多对这个Demo进行分析的资料，分析得也非常详细。但是看了很多资料以后，感觉缺少从实现的角度可以给学习的同学进行练手的资料。因此，本文从实现的角度，解释篡改的原理并实现篡改的过程，并附上实现的源代码。希望可以帮助想自己实现着玩的同学。
代码：
[Dalvik字节码自篡改原理及实现](https://github.com/leonnewton/selfmodify)

# 0x01 篡改的原理

由于Dex文件被映射为只读的，因此从Dex文件自己的代码里来修改自己的字节码是不行的。但是native代码和DVM却运行在相同的比字节码低的层次，所以可以通过native代码来修改字节码。在修改字节码之前，用mprotect把字节码所在的内存重新映射为可写，然后把新的字节码覆盖原来的字节码即可。
而在应用程序的进程空间，有一段是加载的odex文件，odex的0x28偏移开始的地方就是Dex文件。

![原文图片](/media/2016/06/5f63cb560bfc80c3495fcec460d0dbd3)

在得到Dex文件在内存中的地址之后，通过查找Dex一系列相应的结构，最终找到存放指令的地址，把新的指令覆盖原来的指令即可。

# 0x02 搜索method指令位置的过程

找到了Dex文件的位置，需要经过几个查找步骤，最终定位到method存放指令的位置。具体的过程如图所示：

![原文图片](/media/2016/06/175b24823067c8aa3f0aaef5c3e8fb98)

- 首先是需要确定method的名字，也就是method字符串，再确定method所在class的名字，也就是class字符串。这确定了要修改的方法。

- 把2个字符串到DexStringId结构的位置进行搜索，进而得到2个字符串在DexStringId中的索引序号。

- 对于class字符串，再通过DexStrngId索引序号，到DexTypeId中搜索，得到class字符串在DexTypeId中的索引序号。

- 还是class字符串，得到DexTypeId中的索引序号后，再到DexClassDef中搜索，就可以得到class的DexClassDef的位置。其中classDataOff字段记录了DexClassData偏移，这个结构里可以找到DexMethod结构。

- 而对于method字符串，找到DexStringId索引后，再结合上面class的DexTypeId，可以确定DexMethodId的索引序号。

- 现在我们知道了DexMethodId的索引序号，也知道了存放DexMethod的位置，直接搜索就可以得到我们要找的DexMethod。这个结构里的codeoff指向了存放指令的位置。

# 0x03 实验的设计

首先写一个应用，应用的TestAdd类有一个add方法，这个方法代码里进行的是乘法，计划篡改字节码后，运行的时候进行的是加法。如下：

```text
#!cpp public int add(int a, int b){ int c; c = a * b; return c; }
```
篡改后返回a + b的值。

# 0x04 代码实现

### 搜索Dex文件开头
读取/proc/self/maps，搜索odex文件的地址，从而得到odex的起始地址和结束地址。

```text
#!cpp FILE *fp; fp = fopen("/proc/self/maps", "r"); if(fp!=NULL) { char line [ 2048 ]; while ( fgets ( line, sizeof line, fp ) != NULL ) { if (strstr(line, " [email protected] @com.example.selfmodify") != NULL) //找到odex文件的名字 { if (strstr(line, "classes.dex") != NULL) { s = strchr(line, '-'); if (s == NULL) LOGD(" Error: string NULL"); *s++ = '\0'; start = (void *)strtoul(line, NULL, 16); end = (void *)strtoul(s, NULL, 16); LOGD(" startAddress = %x", (unsigned int)start);//得到odex起始地址 LOGD(" endAddress = %x", (unsigned int)end);//得到odex结束地址 } } } fclose ( fp); }
```
其实直接在起始地址的那一页应该就是odex的开头，但是这里还是模拟从后面往前面搜索，search_start_page是odex结束地址的那一页。

```text
#!cpp do{ search_start_page -= page_size; //page_size是sysconf得到的页大小 search_start_position = search_start_page + 40; //加40是因为Dex在odex偏移0x28处 }while(!findmagic( (void *)(search_start_page + 40) ) ); //findmagic是搜索Dex文件开头的maigc number
```
这样我们就得到了Dex文件的起始地址search_start_position。

### 得到method、class字符串的DexStringId序号
在DexHeader找到StingId的偏移，根据StringId结构指示的字符串地址，一项一项匹配是否是我们要找的字符串，具体见注释。

```text
#!cpp int getStrIdx(int search_start_position, char *target_string,int size ) { int index; int stringidsoff; int stringdataoff; int *stringaddress; int string_num_mutf8; if(*(int *)(search_start_position+56))//StringId个数不为0 { index = 0; stringidsoff = search_start_position + *(int *)(search_start_position+60) //StringId在内存的地址 while(1) { stringdataoff = *(int *)stringidsoff; stringidsoff +=4; //指向下一个StringId结构 stringaddress = (int *)(search_start_position + stringdataoff); //字符串数据在内存的地址 string_num_mutf8 = 0; //首先记录的是后续字符串占的字节数 if( readUleb128(stringaddress,(int)&string_num_mutf8) == size && !strncmp((char *)stringaddress + string_num_mutf8,target_string,size) ) //这里readUleb128读取的是记录后面字符串数据占的字节数；strncmp比较的是字符串的内容 break; //找到了就结束搜索 ++index; //记录索引序号 if(*(int *)(search_start_position+56) <= index ) //搜索次数大于StringId数目则结束 { index = -1;break;} } }else { index = -1; } return index; }
```

### 得到typeId、methodId序号，ClassDef地址
这几个过程都很相似，这里只放typeId，其他的代码见链接。
解析过程见注释。

```text
#!cpp signed int getTypeIdx(int search_start_position, int strIdx) { int typeIdsSize; int typeIdsOff; int typeid_to_stringid; signed int result; int next_typeIdsOff; int next_typeid_to_stringid; typeIdsSize = *(int *)(search_start_position + 64);//typeId的个数 if ( !typeIdsSize ) return -1; typeIdsOff = search_start_position + *(int *)(search_start_position + 68);//typeId在内存的地址 typeid_to_stringid = *(int *)typeIdsOff; //指向StringId的索引序号 result = 0; next_typeIdsOff = typeIdsOff + 4; //下一个typeId项 if ( typeid_to_stringid != strIdx ) { while ( 1 ) { ++result;//记录索引序号 if ( result == typeIdsSize ) //搜索完所有的typeId项 break; next_typeid_to_stringid = *(int *)next_typeIdsOff; next_typeIdsOff += 4; //下一typeId项 if ( next_typeid_to_stringid == strIdx )//找到了指定StringId的typeId项 return result; } return -1; } return result; }
```

### 得到字节码存放的地址
根据methodIdx和DexClassDef的地址，搜索所有的DexMethod结构，找到要修改的指令。
具体见注释。

```text
#!cpp int getCodeItem(int search_start_position, int class_def_item_address, int methodIdx) { int *classDataOff; int staticFieldsSize; int *classDataOff_new_start; int instanceFieldsSize; int directMethodsSize; int virtualMethodSize; int *after_skipstaticfield_address; int *DexMethod_start_address; int result; int DexMethod_methodIdx; int *DexMethod_accessFlagsstart_address; int Uleb_bytes_read; int tmp; classDataOff = (int *)(*(int *)(class_def_item_address + 24) + search_start_position);//得到DexClassData项的地址（class_data_item） Uleb_bytes_read = 0; //每次读取的Uleb格式的字节数 staticFieldsSize = readUleb128(classDataOff, (int)&Uleb_bytes_read); //静态字段的个数 classDataOff_new_start = (int *)((char *)classDataOff + Uleb_bytes_read); //让地址前进，指向下一个要读取的项 instanceFieldsSize = readUleb128(classDataOff_new_start, (int)&Uleb_bytes_read);//实例字段个数 classDataOff_new_start = (int *)((char *)classDataOff_new_start + Uleb_bytes_read); directMethodsSize = readUleb128(classDataOff_new_start, (int)&Uleb_bytes_read);//直接方法个数 classDataOff_new_start = (int *)((char *)classDataOff_new_start + Uleb_bytes_read); virtualMethodSize = readUleb128(classDataOff_new_start, (int)&Uleb_bytes_read);//虚方法个数 after_skipstaticfield_address = skipUleb128(2 * staticFieldsSize, (int *)((char *)classDataOff_new_start + Uleb_bytes_read));//地址继续前进，跳过静态字段占的空间 DexMethod_start_address = skipUleb128(2 * instanceFieldsSize, after_skipstaticfield_address);//继续前进，跳过实例字段后就是直接方法字段的起始地址 result = 0; if ( directMethodsSize )//直接方法字段存在 { DexMethod_methodIdx = 0; do { DexMethod_methodIdx = readUleb128(DexMethod_start_address, (int)&Uleb_bytes_read);//直接方法的methodIdx DexMethod_accessFlagsstart_address = (int *)((char *)DexMethod_start_address + Uleb_bytes_read);//地址指向accessFlags字段 if ( DexMethod_methodIdx == methodIdx )//如果是要查找的methodIdx { readUleb128(DexMethod_accessFlagsstart_address, (int)&Uleb_bytes_read);//读取accessFlags字段 return readUleb128((int *)((char *)DexMethod_accessFlagsstart_address + Uleb_bytes_read), (int)&Uleb_bytes_read) + search_start_position;//接着就是读取codeoff字段，加上起始地址，就是DexCode在内存中的地址 } --directMethodsSize; DexMethod_start_address = skipUleb128(2, DexMethod_accessFlagsstart_address);//如果上面不是要找的DexMethod，跳过accessFlags和codeOff字段 }while ( directMethodsSize ); result = 0; } //跟上面的逻辑是一样的 if ( virtualMethodSize ) { DexMethod_methodIdx = 0; do { DexMethod_methodIdx = readUleb128(DexMethod_start_address, (int)&Uleb_bytes_read); DexMethod_accessFlagsstart_address = (int *)((char *)DexMethod_start_address + Uleb_bytes_read); if ( DexMethod_methodIdx == methodIdx ) { readUleb128(DexMethod_accessFlagsstart_address, (int)&Uleb_bytes_read); return readUleb128((int *)((char *)DexMethod_accessFlagsstart_address + Uleb_bytes_read), (int)&Uleb_bytes_read) + search_start_position; } --virtualMethodSize; DexMethod_start_address = skipUleb128(2, DexMethod_accessFlagsstart_address); }while ( virtualMethodSize ); result = 0; } return result; }
```

### 改变权限并复制字节码
codeItem_address是上面我们找到的DexCode开始的地址。

```text
#!cpp void *codeinsns_page_address = (void *)(codeItem_address + 16 - (codeItem_address + 16) % (unsigned int)page_size );//找到指令开始的地址，然后计算那一内存页的地址。 mprotect(codeinsns_page_address,page_size,3);//改为可写 char inject[]={0x90,0x00,0x02,0x03,0x0f,0x00}; memcpy(code_insns_address,&inject,6);//将字节码复制过去
```

# 0x04 结果

可以看到各个字段读取的结果，本来应该是1*2=2，修改字节码之后为1+2=3了。

![原文图片](/media/2016/06/f5f177040963900965a72d9596adfb8e)

## Replies