[系统安全] 五十六.恶意软件分析 (8)IDA Python基础用法及CFG控制流图提取详解[下]
“
2024年4月28日是Eastmount的安全星球 —— 『网络攻防和AI安全之家』正式创建和运营的日子，该星球目前主营业务为 安全零基础答疑、安全技术分享、AI安全技术分享、AI安全论文交流、威胁情报每日推送、网络攻防技术总结、系统安全技术实战、面试求职、安全考研考博、简历修改及润色、学术交流及答疑、人脉触达、认知提升等。下面是星球的新人券，欢迎新老博友和朋友加入，一起分享更多安全知识，比较良心的星球，非常适合初学者和换安全专业的读者学习。
”
该系列文章将系统整理和深入学习系统安全、逆向分析和恶意代码检测，文章会更加聚焦，更加系统，更加深入，也是作者的慢慢成长史。漫漫长征路，偏向虎山行。享受过程，一起奋斗~
前文介绍了IDA Python配置过程和基础用法。这篇文章将尝试利用IDA Python提取恶意软件的控制流图（CFG），再为后续的恶意软件家族分类或溯源提供帮助。由于作者是初学者，因此会遇到很多问题，欢迎各位大佬和读者指导，同时感谢李师弟的指导和交流。基础性基础，且看且珍惜。
文章目录：
-
一.测试样本生成
-
二.IDA手动提取CFG
-
1.IDA概述
-
2.IDA手动保存CFG
-
三.IDA Python提取CFG
-
1.函数提取
-
2.样本提取
-
四.CFG提取问题
-
五.总结
作者的github资源：
-
逆向分析：
-
https://github.com/eastmountyxz/
SystemSecurity-ReverseAnalysis
-
网络安全：
-
https://github.com/eastmountyxz/
NetworkSecuritySelf-study
声明：本人坚决反对利用教学方法进行犯罪的行为，一切犯罪行为必将受到严惩，绿色网络需要我们共同维护，更推荐大家了解它们背后的原理，更好地进行防护。（参考文献见后）
一.测试样本生成
首先，我们编写一段C语言程序并生成对应的可执行文件。如下图所示：
该程序逻辑比较简单，包含一个条件语句、一个循环语句和一个函数调用。
`#include <stdio.h>`` ``int sub_num(int a, int b) {` `int s;` `s = a + b;` `printf("函数运算结果: %d\n",s);` `return s;``}`` ``int main() {` `int i,m,n;` `int result=0;`` ` `scanf("%d %d",&m,&n);` `printf("输入的数字为:%d %d",m,n);`` ` `//条件语句` `if (m>10) {` `printf("数字大于10\n");` `}` `else {` `printf("数字小于等于10\n");` `}`` ` `//循环语句` `for (i=0; i<=10; i++) {` `result += i;` `i++;` `}` `printf("1 + 2 + ... + 10 = %d\n",result);` ` //函数` `result = result + sub_num(m,n);` `printf("最终输出结果: %d\n",result);` `return 0;``}`
输出结果如下图所示：
编译生成的中间文件如下所示：
二.IDA手动提取CFG
接着介绍IDA Python配置过程，并讲解如何实现IDA手动提取控制流图（CFG）。
1.IDA概述
IDA Pro（Interactive Disassembler Professional）简称“IDA”，是Hex-Rays公司出品的一款交互式反汇编工具，是目前最棒的一个静态反编译软件，为众多0day世界的成员和ShellCode安全分析人士不可缺少的利器。IDA Pro具有强大的功能，但操作较为复杂，需要储备很多知识，同时，它具有交互式、可编程、可扩展、多处理器等特点，可以通过Windows或Linux、MacOS平台来分析程序， 被公认为最好的逆向工程利器之一。
第一步，打开IDA Pro32软件选择一个exe文件载入，它将是我们要进行分析的程序，所分析的程序时上面撰写的C语言代码。
- 在“Load a new file”窗口中选择装载PE文件，包括text（代码块）、data（数据块）、rsrc（资源块）、idata（输入表）和edata（输出表）等，也可以载入二进制文件。
IDA反汇编包括两个阶段，首先将程序的代码和数据分开，分别标记函数并分析参数调用、跳转、指令关系等；接着如果IDA能识别文件的编译类型，就装载对应的编译器特征文件，给各函数赋名。同时，IDA会创建一个数据库，其组件分别保存在“.id0”、“.id1”、“.nam”和“.til”的文件里。
第二步，在弹出确认窗口中选择“Don’t show this message again”选项，在“Check for Hex-Rays product updates”中点击“OK”。运行结果如下图所示，接着可以开始我们的逆向分析。
第三步，选择“_main_0”函数查看程序的控制流图，下图可以看到代码及部分注释。
第四步，按下F5能够查看对应的源代码，另一个自定义函数为，可以查看其加分操作。
- v3 = sub_401005(v7, v6);
第五步，可以在Graph View和Text View中切换。
最后，关闭IDA Pro并保存数据库文件，下次载入时，可以直接加载数据库文件，获取之前分析的状态。
2.IDA手动保存CFG
函数调用图
在菜单栏中点击“view–>graphs–>Function calls”，查看函数调用图。
显示结果如下图所示：
-
为啥显示这么复杂呢？
-
如何提取关键函数的调用关系呢？
函数流程图
在菜单栏中点击“view–>graphs–>flowt chart”，查看函数流程图，其显示效果与IDA自带的反汇编流程视图相似。
在WinGraph中点击“file–>save as”，将调用关系另存为GDL（graph discription language）文本为test01.gdl。
保存的文件结果显示如下：
三.IDA Python提取CFG
该部分感谢李师弟的帮助，通过IDA Python批量提取样本的CFG，并生成gdl文件。整个工作目录如下所示：
`- get_cfg.py``- get_cfg_main.py``- get_sample_cfg.py``- sample` `- test01.exe`
1.函数提取
首先定义主函数，通过主函数调用IDA软件和样本的路径，并构建analyse_module函数分析样本的CFG。关键代码如下所示：
`# coding: utf-8``# By:Eastmount & LJC 2024-05-10``import os`` ``#完整路径跨目录调用``IDA_PATH = r"C:\Software\IDAPro7.5\ida.exe"``IDA64_PATH = r"C:\Software\IDAPro7.5\ida64.exe"``analyser = r"D:\test_cfg\get_cfg.py"`` ``#命令行脚本批量获取样本cfg``def analyse_module(sample_list, sample_name):` `ida_exe = IDA_PATH` `for i in range(len(sample_list)):` `sample = sample_list[i]` `name = sample_name[i]` `cmd = " ".join([ida_exe, f"-c -A -S" + '"' + analyser + ' ' + name + '"', sample])` `print(cmd)` `os.system(cmd)`` ` `return True`` ``if __name__ == '__main__':` `#批量样本地址` `file_path = r'D:\test_cfg\sample'` `sample_name = os.listdir(file_path)` `sample_list = []` `for i in range(len(sample_name)):` `sample = file_path + '\\' + sample_name[i]` `print(sample)` `sample_list.append(sample)`` ` `analyse_module(sample_list, sample_name)` `print("over!!!")`
接着调用get_cfg.py文件分别提取函数CFG信息，关键代码如下所示：
- get_func_name
- idaapi.get_func
- idc.get_func_attr
- gen_flow_graph
`#coding: utf-8``# By:Eastmount & LJC 2024-05-10``import idaapi``import ida_gdl``import idautils``import idc`` ``def main():`` ` `functions = idautils.Functions()` ` for func_ea in functions:` `func_name = idc.get_func_name(func_ea)` `func = idaapi.get_func(func_ea)` `start_ea = idc.get_func_attr(func_ea, FUNCATTR_START)` `end_ea = idc.get_func_attr(func_ea, FUNCATTR_END)` `gdl_file_name = "CFG_{}.gdl".format(func_name)` `flowchart = idc.gen_flow_graph(gdl_file_name, "cfg", start_ea, end_ea, CHART_GEN_GDL)` `if flowchart:` `print("CFG for function {} has been saved as {}".format(func_name, gdl_file_name))` `else:` `print("Failed to save CFG for function {}".format(func_name))`` ``if __name__ == "__main__":` `idaapi.auto_wait()` `main()` `idc.qexit(0)`
运行结果如下图所示：
该程序成功提取了各函数的CFG并生成gdl文件，然后部分函数是系统自带（未被使用）也被提取。
2.样本提取
接着调用get_sample_cfg.py文件分别提取样本的CFG信息，核心思想是捕获最大地址和最小地址之间的内容，关键代码如下所示：
`#coding: utf-8``# By:Eastmount & LJC 2024-05-10``import idautils``import ida_gdl``import idaapi``import idc``import time`` ``#根据样本最小地址和最大地址生成整个样本的cfg``def main(name):` `start_ea = ida_ida.inf_get_min_ea()` `end_ea = ida_ida.inf_get_max_ea()` `print(start_ea)` `print(end_ea)` `filename = '{}_cfg.gdl'.format(name)` `flowchart = idc.gen_flow_graph(filename, "cfg", start_ea, end_ea, CHART_GEN_GDL)` `print(flowchart)` `time.sleep(5)`` ``if __name__ == "__main__":` `idaapi.auto_wait()` `main(idc.ARGV[1])` `idc.qexit(0)`
运行结果如下图所示：
并且生成和保存两个文件，文件内容如下所示。
-
test01.exe.idb
-
test01.exe_cfg.gdl
至此，成功利用IDA Python提取样本的CFG。
四.CFG提取问题
然后当前代码存在几个问题：
- 提取了很多不关键的函数或系统函数，如何提取关键函数呢？
- 是否能利用angr工具实现呢？
- 如何将gdl文件转换为特征向量供模型学习呢？
- 如何利用工具显示gdl文件（easy-graph转换成图）
如下图所示，IDA Python提取并生成的gdl文件远远大于导出的文件，并且包含大量系统函数，这些冗余信息会干扰实验分析。
-
test01.exe.idb
-
test01.exe_cfg.gdl（929KB）：本文Python代码提取
-
test01.gdl（3.92KB）：IDA手工导出
手工导出gdl文件。
五.总结
写到这里，这篇文章就介绍完毕，希望对您有所帮助。
-
一.测试样本生成
-
二.IDA手动提取CFG
1.IDA概述
2.IDA手动保存CFG -
三.IDA Python提取CFG
1.函数提取
2.样本提取 -
四.CFG提取问题
-
五.总结
『网络攻防和AI安全之家』目前收到了很多博友、朋友和老师的支持和点赞，尤其是一些看了我文章多年的老粉，购买来感谢，真的很感动，类目。未来，我将分享更多高质量文章，更多安全干货，真心帮助到大家。虽然起步晚，但贵在坚持，像十多年如一日的博客分享那样，脚踏实地，只争朝夕。继续加油，再次感谢！
(By:Eastmount 2024-05-13 夜于贵阳 )
参考文献如下，感谢师弟师妹们的帮助和耐心解答。
-
[1] 《The Beginner’s Guide to IDAPython》 by Alexander Hanel
-
[2] 项目地址：https://github.com/idapython
-
[3] 官方IDA Python手册：https://www.hexrays.com/products/ida/support/idapython\_docs/
-
[4] 《IDA pro权威指南》
-
[5] [安全工具][原创]保存IDA Pro中生成的函数调用关系（图）- GreatDane
-
[6] Easygraph：全面高效的图分析与社会计算开源工具 - PeppaRan
-
[7] Genius 二进制文件函数特征提取的复现 - Erio
-
[8] IDA Python安装与使用 - 17bdw
-
[9] ida运行python脚本 - 51cto
-
[10] 恶意功能定位 - 刘师妹
-
[11] 比较简单的IDAPython脚本 - 知乎
前文回顾（下面的超链接可以点击喔）：
-
[系统安全] 五十六.恶意软件分析 (8)IDA Python基础用法及CFG控制流图提取详解[下]
