IDAPython 批量解密调用点 XOR 字符串:回溯 mov r8d/lea rdx 参数并自动注释
tools/ida · verified
一句话结论
当样本把字符串 XOR 加密后通过 decode(ptr, len) 一类函数在运行时解密时,用 IDAPython 枚举该函数的全部 XrefsTo,在每个 call 前向上回溯 lea rdx, <密文地址> 与 mov r8d, <长度>,按同一 XOR 密钥逐字节解密并写回注释,即可一次性还原所有隐藏字符串,而不必逐个跟进调用。
原理
- 恶意样本常把 URL、注册表路径、进程名、服务名等字符串以密文形式放在数据段,运行时调用一个轻量解密函数(如逐字节
xor 0x5A、加减常量、简单循环)还原到栈/堆;IDA 的字符串窗口只能看到密文,静态分析容易漏掉关键 IOC。 - 解密函数的调用约定通常很固定:
lea rdx, <ciphertext>传密文指针,mov r8d, <length>传长度(x64);x86 下可能是push <len>; push offset <ciphertext>或mov edx/ecx。 - 因此不需要理解每个调用点的上下文:只要找到解密函数地址,枚举所有交叉引用,回溯最近的参数赋值指令,就能批量拿到
(密文地址, 长度)。 - 用与样本相同的 XOR 密钥解密后,把结果打印出来并写入 IDA 注释(
set_cmt),后续反编译/交叉引用时可直接看到明文,显著降低分析成本。 - 该方法的边界:参数可能经过寄存器中转、被内联、长度是运行时计算、或解密算法不是简单 XOR;此时需要按实际汇编调整回溯规则,或改用模拟执行/动态调试。
触发条件
- 样本中存在一个被多处调用的字符串解密函数,参数为密文指针与长度。
- 字符串在静态数据段中以密文形式存在,IDA 字符串窗口看不到明文。
- 解密算法是简单 XOR/加减/循环异或,密钥可从函数体或调用点读出。
- 使用 IDA 7.x/8.x,具备 IDAPython(
idaapi、idc、idautils)环境。
利用步骤
- 在 IDA 中定位解密函数:从字符串比较、API 调用前的
call sub_xxx跟进,或搜索逐字节 XOR 循环;记录函数地址与 XOR 密钥。 - 用
idautils.XrefsTo(decode_func_addr)枚举所有调用点。 - 对每个
call地址,用idc.prev_head向上回溯最多 20 条指令,匹配mov r8d, imm(长度)与lea rdx, <addr>(密文指针);x86 样本改为匹配push/mov edx/mov ecx。 - 用
idaapi.get_byte(addr+i)读取密文字节,按b ^ key解密,拼成字符串。 - 打印
(调用地址, 密文地址, 长度, 明文);确认可读后,用idc.set_cmt把明文写到调用点或密文地址。 - 对未提取到参数的调用,检查寄存器中转/内联/长度计算,必要时手动跟进或改用动态解密。
PoC
import idaapi
import idc
import idautils
XOR_KEY = 0x5A
DECODE_FUNC_ADDR = 0x00007FF6E0875350 # 替换为实际解密函数地址
def decode_str(addr, length):
return ''.join(chr(idaapi.get_byte(addr + i) ^ XOR_KEY) for i in range(length))
def find_and_decode_all_calls():
count = 0
for xref in idautils.XrefsTo(DECODE_FUNC_ADDR):
call_ea = xref.frm
cur_ea = call_ea
r8d_len = None
rdx_addr = None
# 向上回溯最多 20 条指令,找参数赋值
for _ in range(20):
cur_ea = idc.prev_head(cur_ea)
mnemonic = idc.print_insn_mnem(cur_ea)
if mnemonic == "mov" and idc.print_operand(cur_ea, 0) == "r8d":
r8d_len = idc.get_operand_value(cur_ea, 1)
if mnemonic == "lea" and idc.print_operand(cur_ea, 0) == "rdx":
rdx_addr = idc.get_operand_value(cur_ea, 1)
if r8d_len is not None and rdx_addr is not None:
break
if rdx_addr and r8d_len:
dec = decode_str(rdx_addr, r8d_len)
print(f"[+] call 0x{call_ea:X} str 0x{rdx_addr:X} len {r8d_len}: {dec!r}")
idc.set_cmt(call_ea, f"decoded: {dec}", 0)
count += 1
else:
print(f"[-] call 0x{call_ea:X}: 未提取到参数,跳过")
print(f"[*] 完成,解密 {count} 个字符串")
find_and_decode_all_calls()
变体与关联
- 变体(x86):参数常用
push <len>+push offset <ciphertext>,或mov edx, len+mov ecx, offset;回溯时匹配push/mov而不是r8d/rdx。 - 变体(寄存器中转):
lea rax, str; mov rdx, rax或长度由strlen计算;需要多跳一层数据流或改用 IDA microcode/模拟执行。 - 变体(算法不同):多字节 XOR、加减常量、RC4/XXTEA、逐字符变换;把
decode_str换成对应算法即可。 - 变体(内联/混淆):解密函数被内联到调用点或经 VM 执行;改用动态调试在解密后 dump 内存,或按 VM 调用还原。
- 关联:[[code-analysis-reverse-obfuscation-silverfox-light-string-api-obfuscation]](@ 隔字符/栈上字符串/API wrapper 还原)、[[code-analysis-reverse-obfuscation-dridex-api-hash-crc32-xor-key]](API 哈希与 XOR Key 还原)、[[code-analysis-reverse-obfuscation-ollvm-string-decrypt-frida]](Frida 动态字符串解密)。
检测与防御
- 检测(分析侧):样本数据段存在大量高熵短字节串、被同一函数反复引用;调用点前固定出现
lea+mov imm参数模式;函数体是逐字节 XOR/加减循环。 - 检测(防守侧):字符串加密只是提高静态分析成本,不构成安全边界;EDR 应关注解密函数执行后的内存字符串、API 调用与网络外联。
- 防御:对恶意样本分析,结合静态脚本与动态 dump 交叉验证;对自身软件,不要用硬编码 XOR 保护敏感字符串/密钥。
- 边界:脚本依赖固定调用约定与密钥;换编译器/架构/混淆后需调整回溯规则,不能盲目套用。