pyd 常量槽回溯:对 off_XXX[k] 取 xref 回到初始化函数的 PyLong_FromLongLong/FromString 实参
code-analysis/reverse · draft
一句话结论
Cython 把 Python 字面量提升为模块级 PyObject* 数组槽,反汇编里只显示 off_XXX[k];对任一槽取交叉引用即跳到模块初始化函数中的写入点,读到 PyLong_FromLongLong(N) 或 PyLong_FromString("N", 0, 0) 的实参,就得到该槽的确切数值——静态可查,不需要运行。
原理
- Cython 不在指令流里内联 Python 字面量。它把每个字面量求值成一个
PyObject,存进模块状态结构里的一段连续指针数组(源码里表现为__pyx_n_*/__pyx_int_*之类的表),编译后即反汇编看到的off_XXX[0..N]。 - 该数组在模块初始化时被填充一次:
PyLong_FromLongLong(304643896i64)产生小/中整数对象,PyLong_FromString("2654435769", 0, 0)产生超出PY_SSIZE_T便捷范围、或源码里本来就是十进制字符串的字面量。写回动作是off_XXX[k] = v,这一行就是槽到值的唯一权威绑定。 - 因此 xref 是完备的:同一个槽只有一处(或极少数几处)写入,读写入点实参即得值。若一个槽被多处写,说明它在不同代码路径下承载不同常量,必须按调用上下文区分,不能取第一个写入点。
- 槽索引的顺序与源码里字面量的出现顺序相关但不是可靠的映射(不同 Cython 版本、不同优化等级会改变排布),所以必须逐槽查,不能假设"第 32 个槽就是源码里的第一个常量"。
- 同一数值可能占据多个不同槽(例如两处
65537各占一个),此时值相同但槽号不同;后续 C-API 翻译必须以槽号为键,否则会把两个不同语义位置的常量混为一谈。
触发条件
- pyd 反汇编中出现
off_XXX[n]形式的操作数,且该基址指向模块状态结构。 - 能对数据引用取交叉引用(IDA
x、Ghidra References)。 - 模块初始化函数未被剥离或仍可从
PyInit_<模块>顺藤摸瓜找到。
利用步骤
- 任选一个
off_XXX[k],对其取交叉引用,列出所有引用点。 - 区分"读"与"写":写点形如
off_XXX[k] = v,且紧邻PyLong_FromLongLong/PyLong_FromString/PyBytes_FromStringAndSize的返回值。 - 读该写入点的实参:
PyLong_FromLongLong(304643896i64)取立即数;PyLong_FromString("2654435769", 0, 0)取字符串常量,并注意第二个参数——非 0 表示按该进制解析(如0x十六进制字面量)。 - 对整张表重复 1–3,产出一份"槽号 → 类型 → 值"的对照表。
- 若某槽有多个写点,标注各写点所属函数,翻译算术时按调用路径选用对应值。
- 遇到
bytes/str槽(PyBytes_FromStringAndSize、PyUnicode_InternFromString),记下长度与内容,它们通常用于比较而非算术。
PoC
静态回溯(示意,槽号随编译产物变化):
; 初始化函数里的写点(权威绑定)
v15 = PyLong_FromString("2654435769", 0, 0); off_XXX[44] = v15
v19 = PyLong_FromString("4198170623", 0, 0); off_XXX[48] = v19
v20 = PyLong_FromString("4294967293", 0, 0); off_XXX[49] = v20
; 由此得到对照表
[32]=4 [33]=5 [35]=11 [36]=65537 [37]=23 [38]=65537
[44]=2654435769 [48]=4198170623 [49]=4294967293
变体与关联
- 变体:
PyLong_FromString的第三参非空时表示错误位置输出,不影响取值,但反编译会多出一个局部变量。 - 变体:负数字面量由
PyLong_FromLongLong(-N)生成,ob_size为负,槽值取回后仍要按有符号处理。 - 变体:
-DCYTHON_LIMITED_API或高优化等级下,小整数可能直接走PyLong_FromLong且不带PyLong_Type分派,槽仍存在,回溯方法不变。 - 变体:常量表被加密/混淆时(少见),写点的实参本身来自解密函数,需继续追一层。
- 关联:取得槽表后接 C-API 序列翻译;若需在运行期复核槽值,接 PyObject 布局展开。
检测与防御
- 检测:pyd 中
PyLong_FromString/PyLong_FromLongLong密集出现于单个初始化函数,且返回值只写进一个全局数组。 - 防御:客户端不要存放判定所需的全部期望常量;把比较与常量放服务端,或至少改成服务端签发的令牌。