♧ Godown 安全知识树

Cython pyd 校验函数静态还原链:实现体定位 → PyObject 布局 → 常量槽回溯 → PyNumber 翻译 → 差分验证

code-analysis/reverse · verified

一句话结论

把一个 Cython pyd 的校验函数静态还原成等价 Python,是一条固定顺序的五段串联:先定位真正的实现体,再认对象布局,再回溯常量槽,再翻译 C-API 序列,最后用差分比对确认等价;顺序不可乱——跳过任一步都会得到"看起来合理但常量或运算符错位"的错误实现。

原理

  • 五段之间存在严格的数据依赖,这也解释了为什么顺序不能交换: 1. 实现体定位决定后续分析的作用域(wrapper 层没有业务逻辑,在 wrapper 里找常量槽只会找到参数解析相关的槽)。 2. 布局识别决定"一个 PyObject* 的哪一槽是值、哪一槽是指针",没有它就无法区分"常量 0x12345678"与"指向 0x12345678 的指针"。 3. 常量槽回溯给出 off_XXX[k] 的真实数值,是第 4 步唯一的常量来源。 4. C-API 序列翻译把调用序列拼成表达式树,使用第 3 步的表与第 2 步的布局知识。 5. 差分验证是唯一的正确性判据:前四步都是静态推断,只有用同一批输入同时跑原 pyd 与自写实现、逐项比对返回,才能排除"表达式等价但常量取错"。
  • 串联的收益是乘法式的:实现体定位错了,后面全废;常量错一个,整个表达式错;翻译漏掉一次 32 位收窄,结果在高位分岔。所以链路卡的价值不在单点技巧,而在这五段的顺序与交接契约。

触发条件

  • 交付物为 .py + .pyd,.py 仅 import 并调用 pyd 中的校验函数。
  • 目标解释器版本可确定(pyd 的 ABI tag),能成功导入以便可能的动态复核。
  • 校验逻辑由可逆算术(异或、移位、与、幂、取模、加)与常量表构成。

利用步骤

  1. 从驱动脚本取 模块.函数,在字符串窗对该 qualified name 取 xref,按"函数体内是否有真正的 C-API 数据变换"选出实现体。
  2. 在实现体内定位被当作实参传递的 PyObject*,按 dq 四个槽展开,确定类型与值是内联还是指针。
  3. 对每个 off_XXX[k] 取 xref 回到初始化函数的 PyLong_FromLongLong/FromString 写点,整理"槽号 → 值"表。
  4. 按调用顺序翻译 PyNumber_*;处理三类陷阱:移位/幂辅助函数的第 2/3 参与末参语义、16 * v20 收窄、Py_Dealloc 标示的中间量边界。
  5. 写出等价 Python,用多组输入同时调用原 pyd 与自写实现,逐项比对返回值;一致后如有后续比较分支,按同一方法继续追常量表。
  6. 任一步卡住时按依赖回退:翻译结果可疑 → 回查常量表;常量表可疑 → 回查布局;布局可疑 → 回确认实现体。

PoC

见各原子卡的 PoC:实现体定位的两处 xref、dq 四槽布局、常量槽对照表、PyNumber_* 逐行翻译;最终差分以同一输入得到相同的 (2351013443, 570451841)。

变体与关联

  • 变体:该校验函数若还调用了后续比较(逐字节 PyObject_RichCompare),需在链路末尾追加"比较分支追踪"。
  • 变体:CYTHON_LIMITED_API 或高优化等级下小整数分派消失,第 4 步需全部按 ob_digit 读,链路其余部分不变。
  • 变体:若常量表被加密,第 3 步与第 4 步之间插入一层解密函数分析。
  • 关联:PyInstaller 打包的 pyd、自定义 Python VM 字节码、PyArmor 保护都是"Python 逻辑落到原生层"的不同形态,本链路的第 4、5 步可迁移。

检测与防御

  • 检测:pyd 中成对的 __pyx_pw_*/__pyx_pf_*、密集的 PyNumber_* 与 PyLong_FromString、伴随 PyLong_FromLongLong(16 * ...) 收窄。
  • 防御:判定逻辑与期望值不要放在客户端;客户端保留接口,校验在服务端完成,或使用服务端签发、带身份与时效绑定的令牌。