♧ Godown 安全知识树

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

  1. 任选一个 off_XXX[k],对其取交叉引用,列出所有引用点。
  2. 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。
  3. 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)。
  4. 对整张表重复 1–3,产出一份"槽号 → 类型 → 值"的对照表。
  5. 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。
  6. 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。