解密 PE 文件 —— DOS 头、NT 头
本帖最后由 零度非安全 于 2018-12-24 10:45 编辑1. 前述
可执行文件的格式是操作系统本身执行机制的反映，理解它有助于对操作系统的深刻理解，掌握可执行文件的数据结构及其一些机理，是研究软件安全的必修课。PE（Portable Executable File Format）是目前 windows 平台上的主流可执行文件格式。PE 文件衍生于早期的 COFF 文件格式，描述 PE 格式及 COFF 文件的主要地方在 winnt.h 这个头文件，其中有一节叫 Image Format，如下：
该节给出了 DOS MZ 格式和 windows 3.1 的 NE 格式文件头，之后就是 PE 文件的内容，在这个头文件中，几乎能找到关于 PE 文件的每一个数据结构的定义、枚举类型、常量定义。winnt.h 这个头文件是 PE 文件定义的最终决定者。DLL 和 EXE 文件之间的区别完全是语义上的，它们使用完全相同的 PE 格式。唯一的区别就是用一个字段标识出这个文件是 EXE 还是 DLL。同时也包括其它的 DLL 扩展，比如 OCX 控件和控制面板程序（CPL 文件）。另外，64 位 windows 只是对 PE 格式做了一些简单的修饰，新格式叫 PE32+，没有新的结构加进去，其余的改变只是简单地将以前的 32 位字段扩展成64位，比如 IMAGE_NT_HEADERS，如下：
2. PE 文件大体结构
结构的选择依赖于用户正在编译的模式（尤其是 _WIN64 是否被定义），在具体学习 PE 之前，先大概清楚下 PE 格式布局是怎样子的，如下：
PE 文件使用的是一个平面地址空间，所有代码和数据都被合并在一起，组成一个很大的结构，文件的内容被分割为不同的区块，区块包含代码和数据，各个区块按页边界来对齐，区块没有大小限制，是一个连续结构，每个块都有它自己在内存中的一套属性。PE 文件是由 PE 加载器加载到内存中的，这个 PE 加载器也就是 windows 加载器，它并不是将 PE 文件作为单一内存映射文件装入到内存中，而是去遍历 PE 文件，决定将哪一部分进行映射，这种映射方式是将文件较高的偏移位置映射到较高的内存地址，当磁盘文件装入到内存中，其数据结构布局是一致的，但是数据之间的相对位置可能会改变，如下：
3. 模块和基地址
下面需要理清两个概念，那就是 模块 和 基地址，当 PE 文件通过 windows 加载器加载到内存后，内存中的版本被称为模块（Module），映射文件的起始地址被称为模块句柄（hModule），可以通过模块句柄来访问在内存中其它的数据结构，这个初始地址也被称为基地址（ImageBase）。在 32 位 windows 系统中可以直接调用 GetModuleHandle 以取得指向 DLL 的指针，通过指针访问该 DLL Module 的内容，函数原型为：HMODULE WINAPI GetModuleHandle(LPCTSTR lpModuleName)
功能：获取一个应用程序或动态链接库的模块句柄。
参数：传递一个可执行文件或 DLL 文件名字符串
返回值：若执行成功，则返回模块的句柄，也就是加载的基地址，若返回零，则表示失败。如果传递参数为 NULL，则返回调用的可执行文件的基地址。
注意事项：只有在当前进程中，这个句柄才会有效，也就是说已映射到调用该函数的进程内，才会正确得到模块句柄。
#include <windows.h>
#include <iostream>
int main()
{
HMODULE hModule = GetModuleHandle(NULL);
std::cout << hModule << std::endl;
return 0;
}
PE文件加载的基地址（ImageBase）：EXE 默认基地址为 0x00400000H，DLL 默认基地址为 0x10000000H，这个值可以在链接应用时使用链接程序的 /BASE 选项设定，或者通过 REBASE 应用程序进行设置。说完基地址，再来说下相对虚拟地址，由于 PE 文件中里的东西可以载入到空间的任何位置，所以不能依赖于 PE 的载入点，必须有一个方法来指定地址而不依赖于 PE 载入点的地址，所以出现相对虚拟地址（RVA）概念，RVA 只是内存中的一个简单的相对于 PE 文件装入地址的偏移位置，例如，假设一个 EXE 文件从地址 0x400000H 处装入，并且它的代码区块开始于 0x401000H，代码区块的 RVA 就是：0x401000H - 0x400000H = 0x1000H，在这里，0x401000H 是实际的内存地址，这个地址被称为虚拟内存地址（VA），另外也可以把虚拟地址想象为加上首选装入地址的RVA。
4. 文件偏移地址
当PE文件储存在磁盘上，某个数据的位置相对于文件头的偏移量，称为文件偏移地址或物理地址。文件偏移地址从PE文件的第一个字节开始计数，起始值为0，用十六进制文本编辑器打开文件，里头显示的就是文件偏移地址。
5. IMAGE_DOS_HEADER 结构
在这个结构体中，有两个字段非常重要，分别是第一个和最后一个，其它的不重要，其中第一个 e_magic 字段需要被设置为 0x5A4DH。它也被称为魔术数字。
这个值有个宏定义，名为 IMAGE_DOS_SIGNATURE，它的 ASCII 值为 MZ，是 MS-DOS 的最初创建者之一 Mark Zbikowski 字母的缩写。
e_lfanew 字段是真正PE文件头的相对偏移（RVA），那么，这个字段在哪呢？
上图已经说明了，为了验证是否正确，如下：
在 3CH 偏移处，显示 0x00000110H（由于 Intel CPU 属于 Little-Endian 类，字符存储时低位在前，高位在后，反序排列，将顺序恢复后便是 0x00000110H），这个是 e_lfanew 字段所存储的值，它占4 个字节。后面就是 PE 头了。
6. IMAGE_NT_HEADERS 结构
在一个有效的 PE 文件里，Signature 字段被设置为 0x00004550H，ASCII 码字符是 PE00
宏定义为 IMAGE_NT_SIGNATURE
那么这两个重要的字段（e_lfanew 和 Signature）有什么用呢？这个在以后解析PE文件，判断一个文件是否是一个 PE 文件时提供重要依据，即判断这两个字段的值是否为 0x5A4DH 和 0x00004550H，你也可以用它们的宏定义，分别为 IMAGE_DOS_SIGNATURE 和IMAGE_NT_SIGNATURE，如果相等，则为一个 PE 文件，如果不相等，则不是一个 PE 文件。
#include <windows.h>
#include <iostream>
int main()
{
// 1.首先须打开一个文件
HANDLE hFile = CreateFile(
TEXT("test.png"),
GENERIC_ALL,
NULL,
NULL,
OPEN_EXISTING,
NULL,
NULL
);
// 2.判断文件句柄是否有效，若无效则提示打开文件失败并退出
if (hFile == INVALID_HANDLE_VALUE)
{
std::cout << "打开文件失败！" << std::endl;
CloseHandle(hFile);
exit(EXIT_SUCCESS);
}
// 3.若打开文件成功，则获取文件的大小
DWORD dwFileSize = GetFileSize(hFile, NULL);
// 4.申请内存空间，用于存放文件数据
BYTE * FileBuffer = new BYTE;
// 5.读取文件内容
DWORD dwReadFile = 0;
ReadFile(hFile, FileBuffer, dwFileSize, &dwReadFile, NULL);
// 6.判断这个文件是不是一个有效的PE文件
// 6.1 先检查DOS头中的MZ标记，判断e_magic字段是否为0x5A4D，或者是IMAGE_DOS_SIGNATURE
DWORD dwFileAddr = (DWORD)FileBuffer;
auto DosHeader = (PIMAGE_DOS_HEADER)dwFileAddr;
if (DosHeader->e_magic != IMAGE_DOS_SIGNATURE)
{
// 如果不是则提示用户，并立即结束
MessageBox(NULL, TEXT("这不是一个有效PE文件"), TEXT("提示"), MB_OK);
delete FileBuffer;
CloseHandle(hFile);
exit(EXIT_SUCCESS);
}
// 6.2 若都通过的话再获取NT头所在的位置，并判断e_lfanew字段是否为0x00004550，或者是IMAGE_NT_SIGNATURE
auto NtHeader = (PIMAGE_NT_HEADERS)(dwFileAddr + DosHeader->e_lfanew);
if (NtHeader->Signature != IMAGE_NT_SIGNATURE)
{
// 如果不是则提示用户，并立即结束
MessageBox(NULL, TEXT("这不是一个有效PE文件"), TEXT("提示"), MB_OK);
delete FileBuffer;
CloseHandle(hFile);
exit(EXIT_SUCCESS);
}
// 7.若上述都通过，则为一个有效的PE文件
MessageBox(NULL, TEXT("这是一个有效PE文件"), TEXT("提示"), MB_OK);
delete FileBuffer;
CloseHandle(hFile);
// 8.结束程序
return 0;
}
以上代码就是简单实现判断一个文件是不是有效的 PE 文件。在上述代码中，运用了 CreateFile()、GetFileSize()、ReadFile() 来获取文件内容，得到文件的基址 dwFileAddr，只需将该变量转换成 PIMAGE_DOS_HEADER 类型，那么就能获取到NT头的开始位置，NT头的位置可同 (PIMAGE_NT_HEADERS)((PIMAGE_DOS_HEADER)dwFileAddr->e_lfanew + dwFileAddr) 获取，有了这个，后面的工作就变得简单多了。
7. IMAGE_FILE_HEADER 结构
该结构体描述的是文件的一般性质，有 7 个字段，共占 20 个字节，20 相当于十六进制的 14H，下图已标出实际位置，如下：
1.这里标记的是 Machine 字段，占两个字节，它的值为 0x014CH，代表的是 Intel i386 平台。
2.这里标记的是 NumberOfSections 字段，占两个字节，它的值为 0x0006H，代表的是有 6 个区块，也可以说有 6 个节。
3.这里标记的是 TimeDateStamp 字段，占四个字节，它的值为 0x5C0748D5H，代表的是文件创建日期和时间。
由上图可以看出，该文件创建时间为 2018-12-05 / 11:41:09。
4.这个值以0填充，用不到。
5.这个值以0填充，用不到。
6.这个字段就比较重要，划重点，SizeOfOptionalHeader，占两个字节，它的值为 0x00E0H，代表的是 IMAGE_OPTIONAL_HEADER32 结构的大小，在 32 位系统，它的值为 0x00E0H，在 64 位系统，它的值为 0x00F0H，
7.最后一个字段 Characteristics，占两个字节，它的值为 0x0102H，代表的是文件的属性。这个值是由 0x0100H 和 0x0002H 两者之和，0x0100H 这个值代表的是目标平台为 32 位机器，0x0002H 这个值代表文件可执行，如果为0，一般是链接出现了问题。
// 获取文件头
auto FileHeader = NtHeader->FileHeader;
// 接下来就是解析各字段
std::cout << "运行平台：0x" << std::hex << FileHeader.Machine << std::endl;
std::cout << "区块数目：0x" << std::hex << FileHeader.NumberOfSections << std::endl;
std::cout << "文件创建日期和时间：0x" << std::hex << FileHeader.TimeDateStamp << std::endl;
std::cout << "IMAGE_OPTIONAL_HEADER32结构大小：0x" << std::hex << FileHeader.SizeOfOptionalHeader << std::endl;
std::cout << "文件属性：0x" << std::hex << FileHeader.Characteristics << std::endl;将上述代码插入到 return 0; 之前，运行如下：
再将上面文件创建日期和时间进行转换，代码如下：
// 获取文件头
auto FileHeader = NtHeader->FileHeader;
// 进行时间转换
tm * FileCreateTime = gmtime((time_t*)&FileHeader.TimeDateStamp);
// 接下来就是解析各字段
std::cout << "运行平台：0x" << std::hex << FileHeader.Machine << std::endl;
std::cout << "区块数目：0x" << std::hex << FileHeader.NumberOfSections << std::endl;
std::cout << "文件创建日期和时间：" << std::dec << FileCreateTime->tm_year + 1900 << "-"
<< FileCreateTime->tm_mon + 1<< "-"
<< FileCreateTime->tm_mday << " "
<< FileCreateTime->tm_hour + 8 << ":"
<< FileCreateTime->tm_min << ":"
<< FileCreateTime->tm_sec << std::endl;
std::cout << "IMAGE_OPTIONAL_HEADER32结构大小：0x" << std::hex << FileHeader.SizeOfOptionalHeader << std::endl;上面是用到了tm的结构，以及 gmtime 这个函数进行转换，在用之前需要包含头文件 time.h，运行如下：
不过还是要注意下，首先 tm_year 这个值为十六进制，需转成十进制，而且要加上 1900，因为时间是从 1900 开始算，它的值为偏移，其次月是从 0 开始算的，所以要加 1，最后是时区问题，因为我这里位于东八区，所以小时需加上 8。另外关于调试的那两个字段，没有必要去对它深究，因为微软的VS已用了新的 Debug 格式，这个只是用来设置 COFF 符号，跟 COFF 符号有关，一般这个值都为 0，所以不探讨它。关于运行平台代码和文件属性代码可以去网上查表就行，这里就省略。
8. IMAGE_OPTIONAL_HEADER 结构
上图展示的是 IMAGE_OPTIONAL_HEADER32 结构体各字段，这个结构体相对来说就比较大，我已经分析好了，这个是 32 位的，64 位的大体结构没变，只是有几个字段改成的 ULONGLONG 类型，那么它在实际内部是怎么样的呢？下面这张图是验证上面图片所叙述的。
上图所标记的，为 IMAGE_OPTIONAL_HEADER32 结构所有成员，你也注意到了，在结尾处，有 .text，说明已经到了该结构体的末尾了，算了一下，恰好占了 224 个字节，这个值其实在 IMAGE_FILE_HEADER 中倒数第二个字段已经指出了，值为 0xE0，这个值相当于十进制中的 224。为了更好的说明，我用序号标记了各个字段，其中有一些为透明，一是没地方标，二是能看清实际数值大小，这样便于分析。
以下是各字段解析：
[*]Magic：这个是一个标记，它的值为 0x010BH，代表的是普通的可执行映象，一般是 0x010BH，如果是 64 位，则为 0x020BH，如果为 ROM 映象，该值为 0x0107H。
[*]MajorLinkerVersion：链接程序主版本号，值为 0x0EH。
[*]MinorLinkerVersion：链接程序次版本号，值为 0x00H。
[*]SizeOfCode：所有含有代码区块的总大小，该值为 0x0031D000H，这个代码区块是带有 IMAGE_SCN_CNT_CODE 属性，这个值是向上对齐某一个值的整数倍。通常情况下，多数文件只有一个 Code 块，所以这个字段和 .text 块的大小匹配。
[*]SizeOfInitializedData：所有初始化数据区块总大小，该值为 0x000B4000H，这个是在编译时所构成的块的大小（不包括代码段），一般这个值是不准确的。
[*]SizeOfUninitializedData：所有未初始化数据区块总大小，该值为 0，这些块在程序开始运行时没有指定值，未初始化的数据通常在 .bss 块中。
[*]AddressOfEntryPoint：程序执行入口 RVA，该值为 0x002B56D0H。在大多数可执行文件中，这个地址并不直接指向 Main、WinMain 或者是 DllMain，而是指向运行库代码并由它来调用上述函数。对于 DLL 来说，这个入口点是在程序初始化和关闭时以及线程创建和毁灭时被调用。
[*]BaseOfCode：代码段的起始 RVA，该值为 0x00001000H，如果是用微软的链接器生成的，则该值通常是 0x00001000H。
[*]BaseOfData：数据段的起始 RVA，该值为 0x0031E000H，数据段通常在内存的末尾，对于不同版本的微软链接器，这个值是不一致的，在64位可执行文件中是不出现的。
[*]ImageBase：程序默认装入地址，该值为 0x00400000H，加载器试图在这个地址表装入 PE 文件，如果可执行文件是在这个地址装入的，那么加载器将跳过应用基址重定位的步骤。
[*]SectionAlignment：内存中区块对齐大小，值为 0x00001000H，默认对齐尺寸是目标 CPU 的页尺寸，最小的对齐尺寸是一页 1000H（4KB），在 IA-64 上，这个值是 8KB。每个区块装入地址必定是本字段指定数值的整数倍。
[*]FileAlignment：磁盘上 PE 文件内的区块对齐大小，值为 0x00000200H，对于 x86 的可执行文件，这个值通常是 200H 或 1000H，这是为了保证块总是从磁盘的扇区开始的，这个值必须是 2 的幂，最小为 200H。
[*]MajorOpreatingSystemVersion：要求操作系统的最低版本号的主版本号，该值为 0x0006H，这个值似乎没什么用。
[*]同上，没什么用。
[*]同上，没什么用。
[*]同上，没什么用。
[*]同上，没什么用。
[*]同上，没什么用。
[*]同上，没什么用。
[*]SizeOfImage：映象装入内存后的总尺寸，该值为 0x003D5000H，它指装入文件从 ImageBase 到最后一个块的大小，最后一个块根据其大小往上取整。
[*]SizeOfHeaders：是 MS-DOS 头部、PE 头部、区块表的组合尺寸。该值为 0x00000400H。
[*]CheckSum：校验和，IMAGEHLP.DLL 中的 CheckSumMappedFile 函数可以计算这个值，一般的EXE文件可以是 0，但一些内核模式的驱动程序和系统 DLL 必须有一个校验和。
[*]Subsystem：一个标明可执行文件所期望的子系统的枚举值，这个值只对 EXE 是重要的。该值为 0x0003H。
[*]DllCharacteristics：DllMain() 函数何时被调用，默认为 0。
[*]SizeOfStackReserve：在 EXE 文件里，为线程保留的堆栈大小，它一开始只提交其中一部分，只有在必要时，才提交剩下的部分。
[*]SizeOfStackCommit：在 EXE 文件里，一开始即被委派堆栈的内存数量，默认值为 4KB。
[*]SizeHeapReserve：在 EXE 文件里，为进程的默认堆保留的内存，默认值为 1MB，但是在当前 Windows 里，堆值在用户不干涉的情况下就能增长超过这个值。
[*]SizeOfHeapCommit：在 EXE 文件里，委派给堆的内存大小，默认值是 4KB。
[*]LoaderFlag：与调试有关，默认为 0。
[*]NumberOfRvaAndSizes：数据目录表的项数，这个字段一直以来都为 16。
[*]DataDirectory：数据目录表，由数个 IMAGE_DATA_DIRECTORY 结构组成，指向输入表、输出表、资源等数据。
同样，将上述代码放置最后，对扩展头进行解析，因字段太多，没一一列举，运行后如下：
对于该结构的最后一个字段，它是一个数组，这个数组有 16 个成员，代表的是目录表中的项，遍历它也不是很难，代码如下：
运行后如下：
将上述与 LoadPE 对照，看下是否正确，如下：
从上面可以看出，已经成功遍历出目录表中每项的 RVA 和大小。
（完）
支持 文章排版就很帅 支持老甲鱼{:10_256:} 好东西，学习了，谢谢分享！^_^ 学到了
页:
[1]