1. 前言
Android 系統安全愈發重要，像傳統pc安全的可執行文件加固一樣，應用加固是Android系統安全中非常重要的一環。目前Android 應用加固可以分爲dex加固和Native加固，Native 加固的保護對象爲 Native 層的 SO 文件，使用加殼、反調試、混淆、VM 等手段增加SO文件的反編譯難度。目前最主流的 SO 文件保護方案還是加殼技術， 在SO文件加殼和脫殼的***技術領域，最重要的基礎的便是對於 Linker 即裝載鏈接機制的理解。對於非安全方向開發者，深刻理解系統的裝載與鏈接機制也是進階的必要條件。
本文詳細分析了 Linker 對 SO 文件的裝載和鏈接過程，最後對 SO 加殼的關鍵技術進行了簡要的介紹。
對於 Linker 的學習，還應該包括 Linker 自舉、可執行文件的加載等技術，但是限於本人的技術水平，本文的討論範圍限定在 SO 文件的加載，也就是在調用dlopen("libxx.SO")之後，Linker 的處理過程。
本文基於 Android 5.0 AOSP 源碼，僅針對 ARM 平臺，爲了增強可讀性，文中列舉的源碼均經過刪減，去除了其他 CPU 架構的相關源碼以及錯誤處理。
另:閱讀本文的讀者需要對 ELF 文件結構有一定的瞭解。
2. SO 的裝載與鏈接
2.1 整體流程說明
1. do_dlopen
調用 dl_open 後，中間經過 dlopen_ext, 到達第一個主要函數 do_dlopen:
soinfo* do_dlopen(const char* name, int flags, const Android_dlextinfo* extinfo) {
protect_data(PROT_READ | PROT_WRITE);
soinfo* si = find_library(name, flags, extinfo); // 查找 SO
if (si != NULL) {
si->CallConstructors(); // 調用 SO 的 init 函數
}
protect_data(PROT_READ);
return si;
}
do_dlopen 調用了兩個重要的函數，第一個是find_library, 第二個是 soinfo 的成員函數 CallConstructors，find_library 函數是 SO 裝載鏈接的後續函數， 完成 SO 的裝載鏈接後， 通過 CallConstructors 調用 SO 的初始化函數。
2. find_library_internal
find_library 直接調用了 find_library_internal，下面直接看 find_library_internal函數:
static soinfo* find_library_internal(const char* name, int dlflags, const Android_dlextinfo* extinfo) {
if (name == NULL) {
return somain;
}
soinfo* si = find_loaded_library_by_name(name); // 判斷 SO 是否已經加載
if (si == NULL) {
TRACE("[ '%s' has not been found by name. Trying harder...]", name);
si = load_library(name, dlflags, extinfo); // 繼續 SO 的加載流程
}
if (si != NULL && (si->flags & FLAG_LINKED) == 0) {
DL_ERR("recursive link to \"%s\"", si->name);
return NULL;
}
return si;
}
find_library_internal 首先通過 find_loaded_library_by_name 函數判斷目標 SO 是否已經加載，如果已經加載則直接返回對應的soinfo指針，沒有加載的話則調用 load_library 繼續加載流程，下面看 load_library 函數。
3. load_library
static soinfo* load_library(const char* name, int dlflags, const Android_dlextinfo* extinfo) {
int fd = -1;
...
// Open the file.
fd = open_library(name); // 打開 SO 文件，獲得文件描述符 fd
ElfReader elf_reader(name, fd); // 創建 ElfReader 對象
...
// Read the ELF header and load the segments.
if (!elf_reader.Load(extinfo)) { // 使用 ElfReader 的 Load 方法，完成 SO 裝載
return NULL;
}
soinfo* si = soinfo_alloc(SEARCH_NAME(name), &file_stat); // 爲 SO 分配新的 soinfo 結構
if (si == NULL) {
return NULL;
}
si->base = elf_reader.load_start(); // 根據裝載結果，更新 soinfo 的成員變量
si->size = elf_reader.load_size();
si->load_bias = elf_reader.load_bias();
si->phnum = elf_reader.phdr_count();
si->phdr = elf_reader.loaded_phdr();
...
if (!soinfo_link_image(si, extinfo)) { // 調用 soinfo_link_image 完成 SO 的鏈接過程
soinfo_free(si);
return NULL;
}
return si;
}
load_library 函數呈現了 SO 裝載鏈接的整個流程，主要有3步:
裝載:創建ElfReader對象，通過 ElfReader 對象的 Load 方法將 SO 文件裝載到內存
分配soinfo:調用 soinfo_alloc 函數爲 SO 分配新的 soinfo 結構，並按照裝載結果更新相應的成員變量
鏈接: 調用 soinfo_link_image 完成 SO 的鏈接
通過前面的分析，可以看到， load_library 函數中包含了 SO 裝載鏈接的主要過程, 後文主要通過分析 ElfReader 類和 soinfo_link_image 函數, 來分別介紹 SO 的裝載和鏈接過程。
2.2 裝載
在 load_library 中， 首先初始化 elf_reader 對象, 第一個參數爲 SO 的名字， 第二個參數爲文件描述符 fd:ElfReader elf_reader(name, fd)
之後調用 ElfReader 的 load 方法裝載 SO。
...
// Read the ELF header and load the segments.
if (!elf_reader.Load(extinfo)) {
return NULL;
}
...
ElfReader::Load 方法如下:
bool ElfReader::Load(const Android_dlextinfo* extinfo) {
return ReadElfHeader() && // 讀取 elf header
VerifyElfHeader() && // 驗證 elf header
ReadProgramHeader() && // 讀取 program header
ReserveAddressSpace(extinfo) &&// 分配空間
LoadSegments() && // 按照 program header 指示裝載 segments
FindPhdr(); // 找到裝載後的 phdr 地址
}
ElfReader::Load 方法首先讀取 SO 的elf header，再對elf header進行驗證，之後讀取program header，根據program header 計算 SO 需要的內存大小並分配相應的空間，緊接着將 SO 按照以 segment 爲單位裝載到內存，最後在裝載到內存的 SO 中找到program header，方便之後的鏈接過程使用。
下面深入 ElfReader 的這幾個成員函數進行詳細介紹。
2.2.1 read&verify elfheader
bool ElfReader::ReadElfHeader() {
ssize_t rc = read(fd_, &header_, sizeof(header_));
if (rc != sizeof(header_)) {
return false;
}
return true;
}
ReadElfHeader 使用 read 直接從 SO 文件中將 elfheader 讀取 header 中，header_ 爲 ElfReader 的成員變量，類型爲 Elf32_Ehdr，通過 header 可以方便的訪問 elf header中各個字段，elf header中包含有 program header table、section header table等重要信息。
對 elf header 的驗證包括:
magic字節
32/64 bit 與當前平臺是否一致
大小端
類型:可執行文件、SO …
版本:一般爲 1，表示當前版本
平臺:ARM、x86、amd64 …
有任何錯誤都會導致加載失敗。
2.2.2 Read ProgramHeader
bool ElfReader::ReadProgramHeader() {
phdr_num_ = header_.e_phnum; // program header 數量
// mmap 要求頁對齊
ElfW(Addr) page_min = PAGE_START(header_.e_phoff);
ElfW(Addr) page_max = PAGE_END(header_.e_phoff + (phdr_num_ * sizeof(ElfW(Phdr))));
ElfW(Addr) page_offset = PAGE_OFFSET(header_.e_phoff);
phdr_size_ = page_max - page_min;
// 使用 mmap 將 program header 映射到內存
void* mmap_result = mmap(NULL, phdr_size_, PROT_READ, MAP_PRIVATE, fd_, page_min);
phdr_mmap_ = mmap_result;
// ElfReader 的成員變量 phdr_table_ 指向program header table
phdr_table_ = reinterpret_cast<ElfW(Phdr)*>(reinterpret_cast<char*>(mmap_result) + page_offset);
return true;
}
將 program header 在內存中單獨映射一份，用於解析program header 時臨時使用，在 SO 裝載到內存後，便會釋放這塊內存，轉而使用裝載後的 SO 中的program header。
2.2.3 reserve space & 計算 load size
bool ElfReader::ReserveAddressSpace(const Android_dlextinfo* extinfo) {
ElfW(Addr) min_vaddr;
// 計算 加載SO 需要的空間大小
load_size_ = phdr_table_get_load_size(phdr_table_, phdr_num_, &min_vaddr);
// min_vaddr 一般情況爲零，如果不是則表明 SO 指定了加載基址
uint8_t* addr = reinterpret_cast<uint8_t*>(min_vaddr);
void* start;
int mmap_flags = MAP_PRIVATE | MAP_ANONYMOUS;
start = mmap(addr, load_size_, PROT_NONE, mmap_flags, -1, 0);
load_start_ = start;
load_bias_ = reinterpret_cast<uint8_t*>(start) - addr;
return true;
}
首先調用 phdr_table_get_load_size 函數獲取 SO 在內存中需要的空間load_size，然後使用 mmap 匿名映射，預留出相應的空間。
關於loadbias: SO 可以指定加載基址，但是 SO 指定的加載基址可能不是頁對齊的，這種情況會導致實際映射地址和指定的加載地址有一個偏差，這個偏差便是 load_bias_，之後在針對虛擬地址進行計算時需要使用 load_bias_ 修正。普通的 SO 都不會指定加載基址，這時min_vaddr = 0，則 load_bias_ = load_start_，即load_bias_ 等於加載基址，下文會將load_bias_ 直接稱爲基址。
下面深入phdr_table_get_load_size分析一下 load_size 的計算:使用成員變量 phdr_table 遍歷所有的program header， 找到所有類型爲 PT_LOAD 的 segment 的 p_vaddr 的最小值，p_vaddr + p_memsz 的最大值，分別作爲 min_vaddr 和 max_vaddr，在將兩個值分別對齊到頁首和頁尾，最終使用對齊後的 max_vaddr - min_vaddr 得到 load_size。
size_t phdr_table_get_load_size(const ElfW(Phdr)* phdr_table, size_t phdr_count,
ElfW(Addr)* out_min_vaddr,
ElfW(Addr)* out_max_vaddr) {
ElfW(Addr) min_vaddr = UINTPTR_MAX;
ElfW(Addr) max_vaddr = 0;
bool found_pt_load = false;
for (size_t i = 0; i < phdr_count; ++i) {
const ElfW(Phdr)* phdr = &phdr_table[i];
if (phdr->p_type != PT_LOAD) {
continue;
}
found_pt_load = true;
if (phdr->p_vaddr < min_vaddr) {
min_vaddr = phdr->p_vaddr; // 記錄最小的虛擬地址
}
if (phdr->p_vaddr + phdr->p_memsz > max_vaddr) {
max_vaddr = phdr->p_vaddr + phdr->p_memsz; // 記錄最大的虛擬地址
}
}
if (!found_pt_load) {
min_vaddr = 0;
}
min_vaddr = PAGE_START(min_vaddr); // 頁對齊
max_vaddr = PAGE_END(max_vaddr); // 頁對齊
if (out_min_vaddr != NULL) {
*out_min_vaddr = min_vaddr;
}
if (out_max_vaddr != NULL) {
*out_max_vaddr = max_vaddr;
}
return max_vaddr - min_vaddr; // load_size = max_vaddr - min_vaddr
}
2.2.4 Load Segments
遍歷 program header table，找到類型爲 PT_LOAD 的 segment:
計算 segment 在內存空間中的起始地址 segstart 和結束地址 seg_end，seg_start 等於虛擬偏移加上基址load_bias，同時由於 mmap 的要求，都要對齊到頁邊界得到 seg_page_start 和 seg_page_end。
計算 segment 在文件中的頁對齊後的起始地址 file_page_start 和長度 file_length。
使用 mmap 將 segment 映射到內存，指定映射地址爲 seg_page_start，長度爲 file_length，文件偏移爲 file_page_start。
bool ElfReader::LoadSegments() {
for (size_t i = 0; i < phdr_num_; ++i) {
const ElfW(Phdr)* phdr = &phdr_table_[i];
if (phdr->p_type != PT_LOAD) {
continue;
}
// Segment 在內存中的地址.
ElfW(Addr) seg_start = phdr->p_vaddr + load_bias_;
ElfW(Addr) seg_end = seg_start + phdr->p_memsz;
ElfW(Addr) seg_page_start = PAGE_START(seg_start);
ElfW(Addr) seg_page_end = PAGE_END(seg_end);
ElfW(Addr) seg_file_end = seg_start + phdr->p_filesz;
// 文件偏移
ElfW(Addr) file_start = phdr->p_offset;
ElfW(Addr) file_end = file_start + phdr->p_filesz;
ElfW(Addr) file_page_start = PAGE_START(file_start);
ElfW(Addr) file_length = file_end - file_page_start;
if (file_length != 0) {
// 將文件中的 segment 映射到內存
void* seg_addr = mmap(reinterpret_cast<void*>(seg_page_start),
file_length,
PFLAGS_TO_PROT(phdr->p_flags),
MAP_FIXED|MAP_PRIVATE,
fd_,
file_page_start);
}
// 如果 segment 可寫, 並且沒有在頁邊界結束，那麼就將 segemnt end 到頁邊界的內存清零。
if ((phdr->p_flags & PF_W) != 0 && PAGE_OFFSET(seg_file_end) > 0) {
memset(reinterpret_cast<void*>(seg_file_end), 0, PAGE_SIZE - PAGE_OFFSET(seg_file_end));
}
seg_file_end = PAGE_END(seg_file_end);
// 將 (內存長度 - 文件長度) 對應的內存進行匿名映射
if (seg_page_end > seg_file_end) {
void* zeromap = mmap(reinterpret_cast<void*>(seg_file_end),
seg_page_end - seg_file_end,
PFLAGS_TO_PROT(phdr->p_flags),
MAP_FIXED|MAP_ANONYMOUS|MAP_PRIVATE,
-1,
0);
}
}
return true;
}
2.3 分配 soinfo
load_library 在調用 load_segments 完成裝載後，接着調用 soinfo_alloc 函數爲目標SO分配soinfo，soinfo_alloc 函數實現如下:
static soinfo* soinfo_alloc(const char* name, struct stat* file_stat) {
soinfo* si = g_soinfo_allocator.alloc(); //分配空間，可以簡單理解爲 malloc
// Initialize the new element.
memset(si, 0, sizeof(soinfo));
strlcpy(si->name, name, sizeof(si->name));
si->flags = FLAG_NEW_SOINFO;
sonext->next = si; // 加入到存有所有 soinfo 的鏈表中
sonext = si;
return si;
}
Linker 爲 每個 SO 維護了一個soinfo結構，調用 dlopen時，返回的句柄其實就是一個指向該 SO 的 soinfo 指針。soinfo 保存了 SO 加載鏈接以及運行期間所需的各類信息，簡單列舉一下:
裝載鏈接期間主要使用的成員:
裝載信息
const ElfW(Phdr)* phdr;
size_t phnum;
ElfW(Addr) base;
size_t size;
符號信息
const char* strtab;
ElfW(Sym)* symtab;
重定位信息
ElfW(Rel)* plt_rel;
size_t plt_rel_count;
ElfW(Rel)* rel;
size_t rel_count;
init 函數和 finit 函數
Linker_function_t* init_array;
size_t init_array_count;
Linker_function_t* fini_array;
size_t fini_array_count;
Linker_function_t init_func;
Linker_function_t fini_func;
運行期間主要使用的成員:
導出符號查找（dlsym）:
const char* strtab;
ElfW(Sym)* symtab;
size_t nbucket;
size_t nchain;
unsigned* bucket;
unsigned* chain;
ElfW(Addr) load_bias;
異常處理:
unsigned* ARM_exidx;
size_t ARM_exidx_count;
load_library 在爲 SO 分配 soinfo 後，會將裝載結果更新到 soinfo 中，後面的鏈接過程就可以直接使用soinfo的相關字段去訪問 SO 中的信息。
...
si->base = elf_reader.load_start();
si->size = elf_reader.load_size();
si->load_bias = elf_reader.load_bias();
si->phnum = elf_reader.phdr_count();
si->phdr = elf_reader.loaded_phdr();
...
（騰訊御安全團隊）