ELF動態解析符號過程(修訂版)
by alert7
2002-01-27
轉載自：http://elfhack.whitecell.org
★★ 前言
本篇文章以linux為平臺為例，演示ELF動態解析符號的過程。
不正之處，還請斧正。
通常，ELF解析符號方式稱為lazy MODE裝載的。這種裝載技術是ELF平臺上
默認的方式。在不同的體系平臺在實現這種機制也是不同的。但是i386和SPARC
在大部分上是相同的。
動態連接器（rtld）提供符號的動態連接，裝載共享objects和解析標號的引用。
通常是ld.so,它可以是一個共享object也可以是個可執行的文件。
★★ 符號表(symbol table)
每個object要想使它對其他的ELF文件可用，就要用到符號表(symbol table)中
symbol entry.事實上，一個symbol entry 是個symbol結構，它描述了這個
symbol的名字和該symbol的value.symbol name被編碼作為dynamic string
table的索引(index). The value of a symbol是在ELF OBJECT文件內該
symbol的地址。該地址通常需要被重新定位（加上該object裝載到內存的基地址
(base load address)）. 從而構成該symbol在內存中的絕對地址。
一個符號表入口有如下的格式：
typedef struct
{
Elf32_Word st_name; /* Symbol name (string tbl index) */
Elf32_Addr st_value; /* Symbol value */
Elf32_Word st_size; /* Symbol size */
unsigned char st_info; /* Symbol type and binding */
unsigned char st_other; /* No defined meaning, 0 */
Elf32_Section st_shndx; /* Section index */
} Elf32_Sym;
可執行文件他們知道運行時刻他們的地址，所以他們內部的引用符號在編譯時候就已
經被重定位了。
★★ GOT（global offset table）
GOT是一個數組，存在ELF image的數據段中，他們是一些指向objects的指針(通常
是數據objects).動態連接器將重新修改那些編譯時還沒有確定下來地址的符號的
GOT入口。所以說GOT在i386動態連接中扮演著重要的角色。
★★ PLT（procedure linkage table）
PLT是一個這樣的結構，它的entries包含了一些代碼片段用來傳輸控制到外部的過程。
在i386體系下，PLT和他的代碼片段entries有如下格式：
PLT0:
push GOT[1] ; word of identifying information
jmp GOT[2] ; pointer to rtld function nop
...
PLTn:
jmp GOT[x + n] ; GOT offset of symbol address
push n ; relocation offset of symbol
jmp PLT0 ; call the rtld
PLTn + 1
jmp GOT[x +n +1]; GOT offset of symbol address
push n +1 ; relocation offset of symbol
jmp PLT0 ; call the rtld
當傳輸控制到一個外部的函數時，它傳輸執行到PLT 中跟該symbol相關的那個entry
(是在編譯時候連接器安裝的)。在PLT entry中第一條指令將jump到一個存儲在GOT
中的一個指針地址；假如符號還沒有被解析，該GOT中存放著的是該PLT entry中的
下一條指令地址。該指令push一個在重定位表中的偏移量到stack，然后下一條指令
傳輸控制到PLT[0]入口。該PLT[0]包含了調用RTLD解析符號的函數代碼。該
解析符號函數地址由程序裝載器已經插入到GOT[2]中了。
動態連接器將展開stack并且獲取需要解析符號在重定位表地址信息。重定位入口、
符號表和字符串表共同決定著PLT entry引用的那個符號和在進程內存中符號應該
存放的地址。假如可能的話，該符號將被解析出來，它的地址將被存放在被該
PLT entry使用的GOT entry中。下一次該符號被請求時，與之對應的GOT已經包
含了該符號的地址了。所以，所有后來的調用將直接通過GOT傳輸控制。動態連接器
只解析第一次被二進制文件所引用的符號；這種引用方式就是我們上面所說的
lazy MODE。
★★ 哈希表和鏈(hash table and chain)
除了符號表（symbol table），GOT（global offset table），PLT（procedure
linkage table），字符串表(string table),ELF objects還可以包含一個
hash table和chain（用來使動態連接器解析符號更加容易）。hash table和chain
通常被用來迅速判定在符號表中哪個entry可能符合所請求的符號名。hash table(總
是伴隨著chain的)被作為整型數組存放。在hash表中，一半位置是留給那些buckets的，
另一半是留給在chain中的元素(element)的. hash table直接反映了symbol table
的元素數目和他們的次序。
動態連接器結構提供了所有動態連接的執行是以透明方式訪問動態連接器.
然而，明確訪問也是可用的。動態連接（裝載共享objects和解析符號），
可以通過直接訪問RTLD的那些函數來完成：dlopen() , dlsym() and
dlclose() .這些函數被包含在動態連接器本身中。為了訪問那些函數，
連接時需要把動態連接函數庫(libdl)連接進去。該庫包含了一些stub函數
允許編譯時候連接器解析那些函數的引用；然而那些stub函數只簡單的返回0。
因為事實上函數駐留在動態連接器中，假如從靜態連接的ELF文件中調用
那些函數，共享object的裝載將會失敗。
對于執行動態連接器所必須的是：hash table,hash table元素的數目，
chain,dynamic string table和dynamic symbol talbe。滿足了
這些條件，下面算法適用任何symbol的地址計算：
1. hn = elf_hash(sym_name) % nbuckets;
2. for (ndx = hash[ hn ]; ndx; ndx = chain[ ndx ]) {
3. symbol = sym_tab + ndx;
4. if (strcmp(sym_name, str_tab + symbol->st_name) == 0)
5. return (load_addr + symbol->st_value); }
hash號是elf_hash()的返回值，在ELF規范的第4部分有定義，以hash table中元素
個數取模。該號被用來做hash table的下表索引，求得hash值，找出與之匹配的符號
名的chain的索引(line 3)。使用該索引，符號從符號表中獲得（line 3).比較獲得
的符號名和請求的符號名是否相同(line 5).使用這個算法，就可以簡單解析任何符號了。
★★ 演示
#include <stdio.h>
int main(int argc, char *argv[])
{
printf("Hello, world\n");
return 0;
}
Relocation section '.rel.plt' at offset 0x278 contains 4 entries:
Offset Info Type Symbol's Value Symbol's Name
0804947c 00107 R_386_JUMP_SLOT 080482d8 __register_frame_info
08049480 00207 R_386_JUMP_SLOT 080482e8 __deregister_frame_info
08049484 00307 R_386_JUMP_SLOT 080482f8 __libc_start_main
08049488 00407 R_386_JUMP_SLOT 08048308 printf
只有R_386_JUMP_SLOT的才會出現在GOT中
Symbol table '.dynsym' contains 7 entries:
Num: Value Size Type Bind Ot Ndx Name
0: 0 0 NOTYPE LOCAL 0 UND
1: 80482d8 116 FUNC WEAK 0 UND __register_frame_info@GLIBC_2.0 (2)
2: 80482e8 162 FUNC WEAK 0 UND __deregister_frame_info@GLIBC_2.0 (
2)
3: 80482f8 261 FUNC GLOBAL 0 UND __libc_start_main@GLIBC_2.0 (2)
4: 8048308 41 FUNC GLOBAL 0 UND printf@GLIBC_2.0 (2)
5: 804843c 4 OBJECT GLOBAL 0 14 _IO_stdin_used
6: 0 0 NOTYPE WEAK 0 UND __gmon_start__
[alert7@redhat]$ gcc -o test test.c
[alert7@redhat]$ ./test
Hello, world
[alert7@redhat]$ objdump -x test
...
Dynamic Section:
NEEDED libc.so.6
INIT 0x8048298
FINI 0x804841c
HASH 0x8048128
STRTAB 0x80481c8
SYMTAB 0x8048158
STRSZ 0x70
SYMENT 0x10
DEBUG 0x0
PLTGOT 0x8049470
PLTRELSZ 0x20
PLTREL 0x11
JMPREL 0x8048278
REL 0x8048270
RELSZ 0x8
RELENT 0x8
VERNEED 0x8048250
VERNEEDNUM 0x1
VERSYM 0x8048242
...
7 .rel.got 00000008 08048270 08048270 00000270 2**2
CONTENTS, ALLOC, LOAD, READONLY, DATA
8 .rel.plt 00000020 08048278 08048278 00000278 2**2
CONTENTS, ALLOC, LOAD, READONLY, DATA
9 .init 0000002f 08048298 08048298 00000298 2**2
CONTENTS, ALLOC, LOAD, READONLY, CODE
10 .plt 00000050 080482c8 080482c8 000002c8 2**2
CONTENTS, ALLOC, LOAD, READONLY, CODE
11 .text 000000fc 08048320 08048320 00000320 2**4
CONTENTS, ALLOC, LOAD, READONLY, CODE
12 .fini 0000001a 0804841c 0804841c 0000041c 2**2
CONTENTS, ALLOC, LOAD, READONLY, CODE
13 .rodata 00000016 08048438 08048438 00000438 2**2
CONTENTS, ALLOC, LOAD, READONLY, DATA
14 .data 0000000c 08049450 08049450 00000450 2**2
CONTENTS, ALLOC, LOAD, DATA
15 .eh_frame 00000004 0804945c 0804945c 0000045c 2**2
CONTENTS, ALLOC, LOAD, DATA
16 .ctors 00000008 08049460 08049460 00000460 2**2
CONTENTS, ALLOC, LOAD, DATA
17 .dtors 00000008 08049468 08049468 00000468 2**2
CONTENTS, ALLOC, LOAD, DATA
18 .got 00000020 08049470 08049470 00000470 2**2
CONTENTS, ALLOC, LOAD, DATA
19 .dynamic 000000a0 08049490 08049490 00000490 2**2
CONTENTS, ALLOC, LOAD, DATA
...
[alert7@redhat]$ gdb -q test
(gdb) disass main
Dump of assembler code for function main:
0x80483d0 <main>: push %ebp
0x80483d1 <main+1>: mov %esp,%ebp
0x80483d3 <main+3>: push $0x8048440
0x80483d8 <main+8>: call 0x8048308 <printf>
0x80483dd <main+13>: add $0x4,%esp
0x80483e0 <main+16>: xor %eax,%eax
0x80483e2 <main+18>: jmp 0x80483e4 <main+20>
0x80483e4 <main+20>: leave
0x80483e5 <main+21>: ret
...
0x80483ef <main+31>: nop
End of assembler dump.
(gdb) b * 0x80483d8
Breakpoint 1 at 0x80483d8
(gdb) r
Starting program: /home/alert7/test
Breakpoint 1, 0x80483d8 in main ()
(gdb) disass 0x8048308 ① ⑴
Dump of assembler code for function printf:
/****************************************/ //PLT4：
0x8048308 <printf>: jmp *0x8049488 //jmp GOT[6]
//此時，GOT[6]中存在的是0x804830e
0x804830e <printf+6>: push $0x18 //$0x18為printf重定位入口在JMPREL section中的偏移量
0x8048313 <printf+11>: jmp 0x80482c8 <_init+48> //jmp PLT0
//PLT0處存放著調用RTLD函數的指令
//當函數返回時候，把GOT[6]修改為真正的
//printf函數地址，然后直接跳到printf函數
//執行。
該部分為PLT的一部分
/****************************************/
End of assembler dump.
(gdb) x 0x8049488
0x8049488 <_GLOBAL_OFFSET_TABLE_+24>: 0x0804830e
080482c8 <.plt>: ② //PLT0：
80482c8: ff 35 74 94 04 08 pushl 0x8049474 //pushl GOT[1]地址
//GOT[1]是一個鑒別信息，是link_map類型的一個指針
80482ce: ff 25 78 94 04 08 jmp *0x8049478 //JMP GOT[2]
//跳到動態連接器解析函數執行
80482d4: 00 00 add %al,(%eax)
80482d6: 00 00 add %al,(%eax)
80482d8: ff 25 7c 94 04 08 jmp *0x804947c //PLT1：
80482de: 68 00 00 00 00 push $0x0
80482e3: e9 e0 ff ff ff jmp 80482c8 <_init+0x30>
80482e8: ff 25 80 94 04 08 jmp *0x8049480 //PLT2：
80482ee: 68 08 00 00 00 push $0x8
80482f3: e9 d0 ff ff ff jmp 80482c8 <_init+0x30>
80482f8: ff 25 84 94 04 08 jmp *0x8049484 //PLT3：
80482fe: 68 10 00 00 00 push $0x10
8048303: e9 c0 ff ff ff jmp 80482c8 <_init+0x30>
8048308: ff 25 88 94 04 08 jmp *0x8049488 //PLT4：
804830e: 68 18 00 00 00 push $0x18
8048313: e9 b0 ff ff ff jmp 80482c8 <_init+0x30>
(gdb) b * 0x80482c8
Breakpoint 2 at 0x80482c8
(gdb) c
Continuing.
Breakpoint 2, 0x80482c8 in _init ()
(gdb) x/8x 0x8049470
0x8049470 <_GLOBAL_OFFSET_TABLE_>: 0x08049490 0x40013ed0 0x4000a960 0x400fa550
0x8049480 <_GLOBAL_OFFSET_TABLE_+16>: 0x080482ee 0x400328cc 0x0804830e 0x00000000
(gdb) x/50x 0x40013ed0 ( * link_map類型)
0x40013ed0: 0x00000000 0x40010c27 0x08049490 0x400143e0
0x40013ee0: 0x00000000 0x40014100 0x00000000 0x08049490
0x40013ef0: 0x080494e0 0x080494d8 0x080494a8 0x080494b0
0x40013f00: 0x080494b8 0x00000000 0x00000000 0x00000000
0x40013f10: 0x080494c0 0x080494c8 0x08049498 0x080494a0
0x40013f20: 0x00000000 0x00000000 0x00000000 0x080494f8
0x40013f30: 0x08049500 0x08049508 0x080494e8 0x080494d0
0x40013f40: 0x00000000 0x080494f0 0x00000000 0x00000000
0x40013f50: 0x00000000 0x00000000 0x00000000 0x00000000
0x40013f60: 0x00000000 0x00000000 0x00000000 0x00000000
(gdb) disass 0x4000a960 ③
Dump of assembler code for function _dl_runtime_resolve:
0x4000a960 <_dl_runtime_resolve>: push %eax
0x4000a961 <_dl_runtime_resolve+1>: push %ecx
0x4000a962 <_dl_runtime_resolve+2>: push %edx
0x4000a963 <_dl_runtime_resolve+3>: mov 0x10(%esp,1),%edx
0x4000a967 <_dl_runtime_resolve+7>: mov 0xc(%esp,1),%eax
0x4000a96b <_dl_runtime_resolve+11>: call 0x4000a740 <fixup>
//調用真正的解析函數fixup()，修正GOT[6]，使它指向真正的printf函數地址
0x4000a970 <_dl_runtime_resolve+16>: pop %edx
0x4000a971 <_dl_runtime_resolve+17>: pop %ecx
0x4000a972 <_dl_runtime_resolve+18>: xchg %eax,(%esp,1)
0x4000a975 <_dl_runtime_resolve+21>: ret $0x8 //跳到printf函數地址執行
0x4000a978 <_dl_runtime_resolve+24>: nop
0x4000a979 <_dl_runtime_resolve+25>: lea 0x0(%esi,1),%esi
End of assembler dump.
(gdb) b * 0x4000a972
Breakpoint 4 at 0x4000a972: file dl-runtime.c, line 182.
(gdb) c
Continuing.
Breakpoint 4, 0x4000a972 in _dl_runtime_resolve () at dl-runtime.c:182
182 in dl-runtime.c
(gdb) i reg $eax $esp
eax 0x4006804c 1074167884
esp 0xbffffb64 -1073743004
(gdb) b *0x4000a975
Breakpoint 5 at 0x4000a975: file dl-runtime.c, line 182.
(gdb) c
Continuing.
Breakpoint 5, 0x4000a975 in _dl_runtime_resolve () at dl-runtime.c:182
182 in dl-runtime.c
(gdb) si
printf (format=0x1 <Address 0x1 out of bounds>) at printf.c:26
26 printf.c: No such file or directory.
(gdb) disass ④ ⑵
Dump of assembler code for function printf:
0x4006804c <printf>: push %ebp
0x4006804d <printf+1>: mov %esp,%ebp
0x4006804f <printf+3>: push %ebx
0x40068050 <printf+4>: call 0x40068055 <printf+9>
0x40068055 <printf+9>: pop %ebx
0x40068056 <printf+10>: add $0xa2197,%ebx
0x4006805c <printf+16>: lea 0xc(%ebp),%eax
0x4006805f <printf+19>: push %eax
0x40068060 <printf+20>: pushl 0x8(%ebp)
0x40068063 <printf+23>: mov 0x81c(%ebx),%eax
0x40068069 <printf+29>: pushl (%eax)
0x4006806b <printf+31>: call 0x400325b4
0x40068070 <printf+36>: mov 0xfffffffc(%ebp),%ebx
0x40068073 <printf+39>: leave
0x40068074 <printf+40>: ret
End of assembler dump.
(gdb) x/8x 0x8049470
0x8049470 <_GLOBAL_OFFSET_TABLE_>: 0x08049490 0x40013ed0 0x4000a960 0x400fa550
0x8049480 <_GLOBAL_OFFSET_TABLE_+16>: 0x080482ee 0x400328cc 0x4006804c 0x00000000
GOT[6]已經被修正為0x4006804c了
第一次調用printf()的時候需要經過①->②->③->④
以后調用printf()的時候就不需要這么復雜了，只要經過⑴->⑵就可以了
我們來看看到底是如何修正GOT[6]的，也是就說如何找到要修正的地址的
(以前我在這點理解上發生了一些比較大的誤解，誤導各位的地方還請包涵:) )
1：
進入PLT4的時候 push $0x18 ，該$0x18為printf重定位入口在JMPREL section中的偏移量
2：
printf重定位地址為JMPREL+$0x18 /* Elf32_Rel * reloc = JMPREL + reloc_offset; */
(gdb) x/8x 0x8048278+0x18
0x8048290: 0x08049488 0x00000407 0x53e58955 0x000000e8
0x80482a0 <_init+8>: 0xc3815b00 0x000011cf 0x001cbb83 0x74000000
typedef struct {
Elf32_Addr r_offset;
Elf32_Word r_info;
} Elf32_Rel;
也就是說printf重定位printf_retloc.r_offset=0x08049488;
printf_retloc.r_info=0x00000407;
再看看0x08049488是什么地方
(gdb) x 0x08049488
0x8049488 <_GLOBAL_OFFSET_TABLE_+24>: 0x4006804c
也就是GOT[6]
3:
void *const rel_addr = (void *)(l->l_addr + reloc->r_offset);
對一個可執行文件 或一個共享目標而言,rel_addr就等于reloc->r_offset
所以rel_addr=0x08049488=GOT[6]；
4：
*reloc_addr = value;
修正了rel_addr也就是GOT[6]
至于value是如何計算的，請參考下面的源代碼
同時r_info又關聯著一個符號
Elf32_Sym * sym = &SYMTAB[ ELF32_R_SYM (reloc->r_info) ];
sym=0x8048158+0x00000407;
typedef struct {
Elf32_Word st_name;
Elf32_Addr st_value;
Elf32_Word st_size;
unsigned char st_info;
unsigned char st_other;
Elf32_Half st_shndx;
} Elf32_Sym;
(gdb) x/10x 0x8048158+0x00000407
0x804855f: 0x00003a00 0x00008000 0x00000000 0x00006900
0x804856f: 0x00008000 0x00000000 0x00008300 0x00008000
0x804857f: 0x00000000 0x0000b700
link_map結構說明如下：
/* Structure describing a loaded shared object. The `l_next' and `l_prev'
members form a chain of all the shared objects loaded at startup.
These data structures exist in space used by the run-time dynamic linker;
modifying them may have disastrous results.
This data structure might change in future, if necessary. User-level
programs must avoid defining objects of this type. */
★★ glibc中動態解析符號的源代碼（glibc 2.1.3的實現）
.text
.globl _dl_runtime_resolve
.type _dl_runtime_resolve, @function
.align 16
_dl_runtime_resolve:
pushl %eax # Preserve registers otherwise clobbered.
pushl %ecx
pushl %edx
movl 16(%esp), %edx # Copy args pushed by PLT in register. Note
movl 12(%esp), %eax # that `fixup' takes its parameters in regs.
call fixup # Call resolver.
popl %edx # Get register content back.
popl %ecx
xchgl %eax, (%esp) # Get %eax contents end store function address.
ret $8 # Jump to function address.
static ElfW(Addr) __attribute__ ((unused))
fixup (
# ifdef ELF_MACHINE_RUNTIME_FIXUP_ARGS
ELF_MACHINE_RUNTIME_FIXUP_ARGS,
# endif
struct link_map *l, ElfW(Word) reloc_offset)
{
const ElfW(Sym) *const symtab
= (const void *) l->l_info[DT_SYMTAB]->d_un.d_ptr;
const char *strtab = (const void *) l->l_info[DT_STRTAB]->d_un.d_ptr;
const PLTREL *const reloc /*計算函數重定位人口*/
= (const void *) (l->l_info[DT_JMPREL]->d_un.d_ptr + reloc_offset);
/*l->l_info[DT_JMPREL]->d_un.d_ptr 為JMPREL section的地址*/
const ElfW(Sym) *sym = &symtab[ELFW(R_SYM) (reloc->r_info)];/*計算函數symtab入口*/
void *const rel_addr = (void *)(l->l_addr + reloc->r_offset);/*重定向符號的絕對地址*/
ElfW(Addr) value;
/* The use of `alloca' here looks ridiculous but it helps. The goal is
to prevent the function from being inlined and thus optimized out.
There is no official way to do this so we use this trick. gcc never
inlines functions which use `alloca'. */
alloca (sizeof (int));
/* Sanity check that we're really looking at a PLT relocation. */
assert (ELFW(R_TYPE)(reloc->r_info) == ELF_MACHINE_JMP_SLOT);/*健壯性檢查*/
/* Look up the target symbol. */
switch (l->l_info[VERSYMIDX (DT_VERSYM)] != NULL)
{
default:
{
const ElfW(Half) *vernum =
(const void *) l->l_info[VERSYMIDX (DT_VERSYM)]->d_un.d_ptr;
ElfW(Half) ndx = vernum[ELFW(R_SYM) (reloc->r_info)];
const struct r_found_version *version = &l->l_versions[ndx];
if (version->hash != 0)
{
value = _dl_lookup_versioned_symbol(strtab + sym->st_name,
&sym, l->l_scope, l->l_name,
version, ELF_MACHINE_JMP_SLOT);
break;
}
}
case 0:
value = _dl_lookup_symbol (strtab + sym->st_name, &sym, l->l_scope,
l->l_name, ELF_MACHINE_JMP_SLOT);
}
/*此時value為object裝載的基地址*/
/* Currently value contains the base load address of the object
that defines sym. Now add in the symbol offset. */
value = (sym ? value + sym->st_value : 0);/*函數的絕對地址*/
/* And now perhaps the relocation addend. */
value = elf_machine_plt_value (l, reloc, value);/*可能還需要一下重定位*/
/* Finally, fix up the plt itself. */
elf_machine_fixup_plt (l, reloc, rel_addr, value);/*修正rel_addr，一般來說是GOT[N]*/
return value;
}
static inline Elf32_Addr
elf_machine_plt_value (struct link_map *map, const Elf32_Rela *reloc,
Elf32_Addr value)
{
return value + reloc->r_addend;
}
/* Fixup a PLT entry to bounce directly to the function at VALUE. */
static inline void
elf_machine_fixup_plt (struct link_map *map, const Elf32_Rel *reloc,
Elf32_Addr *reloc_addr, Elf32_Addr value)
{
*reloc_addr = value;
}
參考資料：
1.glibc 2.1.3 src
2.<<ELF文件格式>>
3.<<Cheating the ELF Subversive Dynamic Linking to Libraries>> write by the grugq
4.Linux動態鏈接技術
http://www.linuxforum.net/forum/showflat.php?Cat=&Board=Kstudy&Number=102793&page=1&view=collapsed&sb=5&o=31&part=
5.p58-0x04 by Nergal <nergal@owl.openwall.com>
<< The advanced return-into-lib(c) exploits >>