♧ Godown 安全知识树

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

  1. 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。
  2. 用 idautils.XrefsTo(decode_func_addr) 枚举所有调用点。
  3. 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。
  4. 用 idaapi.get_byte(addr+i) 读取密文字节,按 b ^ key 解密,拼成字符串。
  5. 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。
  6. 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。