NotDec

Notdec: декомпилятор Webassembly и структура статического анализа

Веб -сайт

中文

Notdec есть

1. Проект, который направлен на демистификацию внутреннего декомпилятора.
2. Декомпилятор Webassembly, который может экспериментировать с новыми методами декомпилятора.
   • Переменная восстановление
   • Структуальный анализ

Ключевые слова: обратный LLVM, LLVM C Backend / LLVM-CBE.

Разработка - Linux

На основе Ubuntu 22.04

1. Установить зависимости
   • Используйте apt

      sudo apt install wabt python-is-python3 clang-14 cmake zlib1g-dev g++ ninja-build
     

   • Установите wasi-sdk в /opt

      wget https://github.com/WebAssembly/wasi-sdk/releases/download/wasi-sdk-20/wasi-sdk-20.0-linux.tar.gz -P /tmp
     sudo tar xf /tmp/wasi-sdk-20.0-linux.tar.gz -C /opt
     

2. клонировать это репо
3. Установите LLVM 14
   • Выполните scripts/build-debug-llvm.sh чтобы загрузить и построить LLVM. Вы можете столкнуться с ошибками о отсутствии памяти во время связывания, просто уменьшите параллельное число до 1.
4. Установите суфле
   • https://souffle-lang.github.io/build и установить SOUFFLE_DOMAIN_64BIT=ON
5. Cmake Build

中文

文档站

Notdec: 反编译器原理分析

本项目旨在 ：

1. 学习现有反编译器的原理 ， 系统地总结现有反编译器的工作 算法
2. 选择合适的算法 ， 尝试实现自己的反编译器

资料收集

学习阶段 ：

1. Llvm ir 基础 ： 只要达到能手写 llvm ir 的程度就行。即主要理解各种语言特性对应的是什么样的 llvm ir 代码。同时理解带 alloca 的半 ssa 形式 即 即 alloca 里的变量是非 ssa ， ssa。

   • llvm-tutor
   • OLLVM 源码

2. SSA 与编译优化基础

   • 《Разработка компилятора》 上来先看 9,3 章 ， 深入研读。其他的章节没那么重要
   • 再找找其他讲过 SSA 的中文书？

   关于 SSA 的实验

   • Mem2reg 实验指导 · GitBook (buaa-se-comping.github.io)
   • LV9+.4. SSA 形式 - 北京大学编译实践课程在线文档 | 北大编译实践在线文档 (pku-minic.github.io)

   其他不错的资料 ：

   • 《Книга SSA》
   • 《Простая и эффективная конструкция SSA》

3. 反编译

   • 代码优化 和 变量恢复
   • 控制流结构恢复

资料

现有的反编译器和资料

规划 ： 基于 llvm ir 的反编译

为什么要使用 llvm ir？

1. 之后可以直接对接 SVF ， 得到较好的指针分析结果。

优先实现 wasm 的反编译。

1. Wasm 转 llvm ir
   1. Wavm 是一个基于 llvm 的 wasm 的 jit ， 有部分逻辑是 wasm 转 llvm ir
      1. 生成的 Ir 不够简洁 ， 有很多为了编译到汇编的冗余的内容
2. Тодо

规划 ： 反编译阶段

图片来自 Статическое отдельное назначение для декомпиляции

反编译中的关键算法 ： Восстановление типа (通过指令约束推导类型 通过指令约束推导类型) Структуальный анализ (恢复控制流)

1. 前端 ： 将字节码转为 llvm ir
2. 中端 ： 优化与分析
   1. 分析函数参数、分析 Сохраненный реестр Callee (wasm 可以跳过这个阶段)
   2. SSA 构建 ： 使得前端可以有些冗余的 Alloca ， SSA 构建来将相关 Alloca 消除。 (编译原理相关）
   3. Gvngcm: глобальная нумерация значений и глобальное движение кода 优化算法 ， ， 有助于反混淆等。 有助于反混淆等。 (编译原理相关）
   4. ： ： 将各种通过内存访问的变量显式地恢复出来。可能要用到指针分析算法 ， ： SSA памяти。
3. ： ： ， 将字节码转为 ast ， 打印为高级语言的形式。 打印为高级语言的形式。 打印为高级语言的形式。

项目架构与工具

由于基于 llvm ir ， c ++。

： ： Vscode + cmake 。将 Wabt ， llvm 等作为 cmake 的外部依赖。

开发环境搭建 - DevContainer

2023 年 9月 7 日注 ： 由于对 llvm 的调试需求越来越多 ， 项目转为使用本地源码编译的 llvm (relwithdebinfo 或 отладка

Vscode devcontainer 。出于性能考虑 在 клон 时可以直接 клон 到 WSL 的 ext4 文件系统里。

1. 安装 Docker Desktop на Windows ： https://docs.docker.com/desktop/install/windows-install/ (无论是家庭版还是专业版均可））
   1. 其他系统直接安装 Docker
2. 用 VSCODE 打开代码 安装 安装 Dev Containers 插件 按 按 Ctrl-Shift-P 然后输入查找Remote-Containers: Rebuild and Reopen in container .
3. 等待构建 ， 构建完成后会直接进入开发环境中。
4. 安装 Cmake 相关插件 ， инструментарий 选 Clang。

如果出现了无法使用 Windows 侧的 SSH-AGENT 提供的 SSH КЛЮЧ 的 ВАРЕД 功能 ： https://stackoverflow.com/questions/72293035/Error-communication-with-agent-when-ssh-auth-sock-is-but-ssh-agent

代码调试

直接使用自带的 C/C ++ 调试 ， 不知道为什么会非常慢 ， GDB 执行 BackTrace 要卡 3 秒 各种 各种 Шаг 命令要卡 5-6 秒。因此安装使用 VSCODE 的 Codelldb 插件。

代码补全使用 Clangd 插件。根据提示禁用 Intellisense ， 然后根据插件提示确认下载 Clangd。

提交代码前

1. 写好 Сообщение о совершении ， 简要概况所有的修改。
2. 检查添加的代码的注释和文档是否充足。

Тодо

1. ： ： 能够对 «内存» 中的变量也构建 SSA 进行优化。

2. 最终的结果能够很好地重编译。

3. 反编译器实现过程尽量记录完善的文档 ， 未来考虑整理扩写为系列教程。

4. 将 wasm Lift 到 llvm ir

   • 支持将 wasm 内存直接映射到某个基地址 从而直接支持运行 ， 以及 растут память 相关指令。
   • 支持 Дварф 调试信息 从而映射回原 wat ， wasm

5. 设计一个映射 ， 将 подъем 之后的 Ir 反向转回 wasm