文章讨论编译器自我复制代码的潜在机制
来源标题:Coding Machines
一篇技术讨论探讨了编译器如何检测并修改自身及用户程序,形成在源码中不可见的自我复制循环。文中提出,攻击者可将代码加入编译器,使其在编译自身时重新插入,之后即使从官方源码移除,该机制仍能永久延续。讨论指出其目的尚不明确,可能是密码验证之类的代码。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
“但代码是由编译器编译的。”
我没听懂 Dave 在说什么,但 Patrick 已经抬起头,似乎就要想通了。我等着他给出清晰的解释。
“所以编译器会检测并修改你的程序,原因尚不清楚,但它在编译时也会检测并修改自身。”
“对,”Dave 咧嘴一笑,一边往汤里挤棕色的酱汁,一边溅了一些在桌上。
“那这怎么运作?”Patrick 说,现在完全来劲了。“黑客把这段代码加进编译器,再分发给所有人。这段代码会检测到自己正在编译编译器,于是把自己重新加回二进制文件里。一次修订之后,黑客从官方源码分发中删掉了这段代码。这个手法从此就永远自我延续下去,源码里不留任何痕迹。”
“那目的是什么?”我说。我怀疑代码真能如此天衣无缝地跨多个版本检测并插入自身。
“我不知道,我们对 Dave 那份代码的分析还没深入到这个程度。最明显的可能是某种密码校验代码,被改成了永远接受某个后门密码。”
我真希望他别说这种事“最明显”。
“那我们回到编译器的旧版本吧,”Dave 说。
“你是说旧版本的二进制文件。源码帮不上忙。我觉得我们手头没有二进制文件。我们不知道这能追溯到多久以前。”
“这样如何,”我说,想帮上点忙,“我写个小工具,你们可以在二进制文件上运行它,它会告诉你是否检测到这些操作码的可疑使用。”
“哦,好主意。”我喜欢 Patrick。
写这个工具没花多少时间。它只是把二进制文件过一遍反汇编器,再过几个 grep,找出那些绝对不是编译器生成的指令。它在 Dave 的程序里找到了那段代码,也在编译器里找到了。我把它放到系统里所有可执行文件上跑了一遍。
“这是清单,”我边说边走到 Patrick 的桌旁。一共有三页打印纸。他翻看了一遍。
“这可不太妙。Java 运行时、Python 运行时、Perl、编译器,还有一堆大概无关紧要的其他程序。”
“那些运行时为什么重要?”
“因为如果我们不能信任 C 编译器,那就得写个新的,这倒不算太难,但你打算用什么语言来写?你打算把新编译器托付给被黑的 Python 解释器吗?”
“你不会去写一个新编译器的,”Dave 在他桌边说道。“别搞得跟阴谋论似的疑神疑鬼。多半就是个 bug。”
我留下 Patrick 盯着那份清单,自己回到了座位上。午饭时我问的那个问题——“这个手法目的是什么?”——我仍然没有答案。我其实挺享受对其中一些代码片段做逆向工程的,但说实话,我怕 Patrick 会让我用汇编写一个 C 编译器,于是我戴上耳机,打开调试器,定位到 C 编译器里看起来被混淆过的那部分。
又是那些过度使用进位位的指令、对向量指令的异常滥用,以及绕来绕去、有时毫无必要的跳转。没有哪个编译器会生成这种代码。这是手工打造的,就是为了难以理解。我开始着手弄清楚这一页代码的用途。
过了一段时间,我看见管理员拿起我的垃圾桶去倒。我摘下耳机。Dave 和 Patrick 都走了。已经是晚上十点。我回头看向屏幕上那些如今已眼熟的指令。我已经拼凑出它大致做了什么,至少其中一些部分做了什么。我感到一阵精力上涌。我快找到答案了。我一直待到早上。
Patrick 坐在我旁边,我指着屏幕。
“这里他们用向量指令求平方和,这不过是比较这两个字节数组的一种绕来绕去的办法。”这是一段十分钟讲解的高潮。
“等等,那他们到底在干什么?”他问。
“他们在做模式匹配。”
“搞这么些绕来绕去的破玩意干什么?”
“呃,这是个模糊搜索,我猜它挺快的。”
“是挺快,但这是我这辈子见过的最绕、最鲁布·戈德堡式的做法。”
我肩膀一沉,摆弄着鼠标。我看着我那一沓沓笔记。他一点都没觉得惊艳。
“那,现在怎么办?”沉默了几秒后我问。
“不知道,让我先补一下邮件。”他回自己桌去了。我像泄了气的皮球,肌肉酸痛。那天上午剩下的时间我都用来刷信息流,刷新一个 MacWorld 活动的实时博客。
午饭时 Patrick 把我的发现向 Dave 复述了一遍。每个细节他都记得。算法每多一处复杂之处,Dave 就咧嘴一笑、摇摇头。我不太相信他能这么快就全部跟上,而且连代码都没得看。再听一遍全程,我意识到 Patrick 是对的。这确实是一种过于绕弯的方式来做一个相对简单的事情。
“你见过那种混淆编程比赛吗?”Patrick 快说完时 Dave 问道。“这跟那个一模一样。”
“大学时我和一个朋友互相比赛写混淆程序,”Patrick 说。“我不知道他是怎么做的,但我是先正常写程序,然后一步步让它更难懂,给变量改名字、把表达式内联,诸如此类。那个过程绝不会产生我今天早上看到的那种东西。”
“那也许别人做法不一样吧,”Dave 说。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。