LLVM從小白到放棄（三）- LLVM IR概述與常用指令

LLVM IR概述

• 優化是對LLVM IR進行操作：

什麼是LLVM IR

• LLVM IR 是一門低級語言，語法類似於彙編
• 任何高級編程語言（如C++）都可以用LLVM IR表示
• 基於LLVM IR可以很方便地進行代碼優化

LLVM IR的兩種表示方法

• 第一種是人類可以閱讀的文本形式，文件後綴爲.ll
• 第二種是易於機器處理的二進制格式，文件後綴爲.bc

LLVM IR結構

• 源代碼被編譯爲LLVM IR後，具有以下結構：

LLVM IR結構：模塊 Module

• 一個源代碼對應LLVM IR中的一個模塊。
• 頭部信息包含程序的目標平臺，如X86、ARM等，和一些其他信息。
• 全局符號包含全局變量、函數的定義與聲明。

LLVM IR結構：函數 Function

• LLVM IR中的函數表示源代碼中的某個函數。
• 參數，顧名思義爲函數的參數。
• 一個函數由若干基本塊組成，其中函數最先執行的基本塊爲入口塊。

LLVM IR結構：基本塊 BasicBlock

• 一個基本塊由若干個指令和標籤組成。
• 正常情況下，基本塊的最後一條指令爲跳轉指令（br或者switch），或返回指令（retn），也叫作終結指令（Terminator Instruction）。
• PHI指令是一種特殊的指令。

LLVM IR結構

• 瞭解LLVM IR的結構是我們學習代碼混淆的基礎，舉個例子
  • 以函數爲基本單位的混淆：控制流平坦化
  • 以基本塊爲基本單位的混淆：虛假控制流
  • 以指令爲基本單位的混淆：指令替代

LLVM IR常用指令講解

• 終結指令 Terminator Instructions

  • ret指令
    • 函數返回指令，對應C/C++中的return。
  • br指令
    • br是“分支”的英文branch的縮寫，分爲非條件分支和條件分支，對應C/C++的if語句
    • 無條件分支類似有x86彙編中的jmp指令，條件分支類似於x86彙編中的jnz，je等條件跳轉指令。

• 比較指令

  • icmp指令
    • 整數或指針的比較指令
    • 條件cond可以是eq（相等），ne（不相等），ugt（無符號相等）
  • fcmp指令
    • 浮點數的比較指令
    • 條件cond可以是oeq（ordered and equal），ueq（unordered or equal）
  • switch指令
    • 分支指令，可看做是br指令的升級版，支持的分支更多，但使用也更復雜，對應C/C++中的switch。

• 二元運算 Binary Operations

  • add指令
  • sub指令
  • mul指令
  • udiv指令
    • 無符號整數除法指令
  • sdiv指令
    • 有符號整數除法指令
  • urem指令
    • 無符號整數取餘指令
  • srem指令
    • 有符號整數取餘指令

• 按位二元運算 Bitwise Binary Operations

  • shl指令
    • 整數左移操作指令
  • lshr指令
    • 整數右移指令
  • ashr指令
    • 整數算數右移指令
  • and指令
    • 整數按位與運算指令
  • or指令
    • 整數按位或運算指令
  • xor指令
    • 整數按位異或運算指令

• 內存訪問和尋址操作 Memory Access and Addressing Operations

  • alloca指令
    • 內存分配指令，在棧中分配一塊空間並獲得指向該空間的指針，類似與C/C++中的malloc函數
  • store指令
    • 內存存儲指令，向指針指向的內存中存儲數據，類似與C/C++中的指針引用後的賦值操作

• 類型轉換操作 Conversion Operations

  • trunc..to指令
    • 截斷指令，將一種類型的變量截斷爲另一種類型的變量。
  • zext..to指令
    • 零擴展指令，將一種類型的變量拓展爲另一種類型的變量，高位補0。
  • sext..to指令
    • 符號位拓展指令，通過複製符號位（最高位）將一種類型的變量拓展爲另一種類型的變量。

• 其他操作 Other Operations

  • phi指令：由靜態單賦值引起的問題

  • select指令

    • ? : 三元運算符

  • call指令

    • call指令用來調用某個函數，對應C/C++中的函數調用，與x86彙編中的call指令類似。