♧ Godown 安全知识树

pyd 内 CPython 对象布局识别:按 dq 标志/类型/长度/数据 展开,用 PyLong_Type 区分小整数快速路径

code-analysis/reverse · draft

一句话结论

pyd 里传进函数的不是裸整数而是 PyObject*,把该指针按 dq 标志 / dq 类型(Py_TYPE) / dq 长度 / dq 数据指针(或内联值) 四个 8 字节槽展开,就能在反汇编视图里直接读出"这是不是 Python 整数、位宽多少、值是多少",从而不必 attach 也能确认常量与实参。

原理

  • CPython 对象头固定为 ob_refcnt(引用计数)+ ob_type(类型指针)两个 8 字节字段;此后是类型各自的私有布局。PyLongObject 在其上是 ob_size(以 30 位为一个 digit 的个数,负数表示负值)与 ob_digit[](内联存储,不是指针)。
  • 因此在 64 位进程里对 PyObject* 做 d→dq 展开,典型形态是: dq 1(refcnt)、dq offset python312_PyLong_Type(类型)、dq 8(长度/位宽标志)、dq <值>(数据)。 第三槽显示 8、第四槽显示 0x12345678 一类,就是这个对象是 32 位宽的整数且值为 0x12345678。
  • Cython 对整数运算做两层分派:*(v + 8) != PyLong_Type[0] 之类的比较说明对象类型不是 PyLong(走通用 PyNumber_* 路径);相等则走小整数快速路径,直接按 ob_digit 取值运算,反编译里表现为 PyLong_FromLong((unsigned int)(...)) 这类就地计算。
  • 类型指针的符号名(python312_PyLong_Type)同时给出目标解释器的 ABI 版本线索(python312 = CPython 3.12),可用于反推该 pyd 能被哪个版本导入。
  • 长度/数据槽的语义随类型变化:PyLong 是 ob_size + 内联 digits;PyBytes/PyUnicode 是长度 + 数据指针(需二次解引用);PyList/PyTuple 是长度 + ob_item 数组指针。误把指针当值读会得到"看起来像地址"的异常数值,这是区分布局的最快信号。

触发条件

  • 反汇编视图里能定位到一个被当作实参传递的 PyObject*(通常来自 PyLong_From* 返回值或函数参数)。
  • 调试器/静态视图支持按 8 字节粒度展开内存(IDA 的 d/dq、Ghidra 的 QWORD)。
  • 目标对象是整数或字节串这类布局可预测的类型;自定义类型需先找其 tp_basicsize 与成员偏移。

利用步骤

  1. 定位实参指针(PyLong_FromLongLong/PyLong_FromString 的返回值被存进 off_XXX[k] 或局部变量处)。
  2. 切到内存视图,把该地址从 db 改成 dq,得到 4 个连续的 8 字节槽。
  3. 读第一槽为引用计数(正常是 1 或更大),第二槽为类型指针;对第二槽取交叉引用/跟随,符号名会显示 python3xx_PyLong_Type 等。
  4. 按类型决定第三/第四槽语义:PyLong 直接把第四槽当值(注意 ob_size 的符号与 30 位 digit 分组);PyBytes/PyUnicode 把第四槽当指针再跳一次读内容。
  5. 把"槽号 → 类型 → 值"记成表,供后续 C-API 序列翻译时对照。
  6. 若第四槽看起来像地址而值应该是小数,说明这是指针型布局,不要直接当值使用。

PoC

静态展开(示意):

dq 1                              ; ob_refcnt
dq offset python312_PyLong_Type   ; ob_type  -> CPython 3.12 的 PyLong
dq 8                              ; 位宽/长度标志
dq 12345678h                      ; 内联值 = 0x12345678

对照:同一位置若为 PyUnicode,第四槽是数据指针,需再跳一次才见到字符内容。

变体与关联

  • 变体:CPython 3.12 起小整数仍有 immortal/refcnt 优化,refcnt 槽可能显示极大常数而非 1,不影响第三/第四槽解读。
  • 变体:PyLong 超过 30 位时 ob_digit 有多个元素,"第四槽只有一个值"的直觉会失效,需按 ob_size 循环读 digit 并重新拼装。
  • 变体:CYTHON_LIMITED_API 构建不再做 PyLong_Type 比较,快速路径分派消失,只能全部按 digits 读。
  • 关联:本步产出的槽表是常量回溯与 C-API 序列翻译的输入;定位到实现体后优先做本步。

检测与防御

  • 检测:pyd 中存在大量 PyLong_Type/PyBytes_Type 直接比较,说明代码走 CPython 对象级运算而非纯 C 运算。
  • 防御:把敏感常量与会话状态放到服务端;客户端只保留不泄露判定所需的对象结构。