高手谈Android NDK C++ RTTI 分析

  本文意在说明Android NDK 在实现C++ RTTI时的相关数据结构，并从汇编角度分析其内存布局，以帮助理解RTTI的实现原理，同时，分析在逆向过程中如何利用RTTI恢复C++类名信息。
 
       用ndk-build编译C++代码时，默认的C++运行时库（libstdc++)是不支持RTTI的， 需要在Application.mk与Android.mk中进行配置。其它可以选择的C++运行时库有GAbi++、STLport、GNU STL、LLVM libc++, 各种库又分静态链接库与动态链接库。其中中STLport的RTTI是借用了GAbi++中的实现，另外GNU STL、LLVM libc++的实现也与GAbi++非常相似（相关数据结构的命名、结构都相似, 可能是因为都是基于Itanium C++ ABI（链接[3]）？）。
       所以本文将选择STLPort为C++运行时库， 在Application.mk中配置:
       APP_STL := stlport_static
       在Android.mk中配置：
       LOCAL_CPP_FEATURES := rtti
       另外，本文使用 Android NDK 10c编译，编译abi为armeabi，编译32位代码时其默认使用GCC 4.8。若使用其它版本NDK或者其它编译器，可能与本文分析结果有差异。

一、C++ RTTI 简介
        RTTI是Runtime Type Identification的缩写，即运行时类型识别。程序能够借此使用基类的指针或引用，来检查这些指针或引用所指的对象的实际派生类型。C++通过typeid与dynamic_cast来提供RTTI。typeid返回一个typeinfo对象的引用，它记录了与类型相关的信息，后文将详细分析这个结构；dynamic_cast用于安全而有效地进行向下转型(down_cast)，即安全地将一个基类指针转换为一个派生类指针。
它们的基本使用方法如下：
classes.h文件：

class Base
{
      public:
      Base();
      virtual ~Base();
      virtual void Func();
      private:
      int mMember;
};

class Deriver1 : public Base
            {
public:
            Deriver1();
            virtual ~Deriver1();
            virtual void Func();
private:
            int mDeriver1Member;
            };

class Deriver2 : public Base
            {
public:
            Deriver2();
            virtual ~Deriver2();
            virtual void Func();
private:
            int mDeriver2Member;
            };
　　

main.cpp文件：
int main()
{
     Base base;
     Deriver1 deriver1;
     Deriver2 deriver2;

     cout<<typeid(int).name()<<endl;
     cout<<typeid(Base).name()<<endl;
     cout<<typeid(base).name()<<endl;
     Base *pBase = &deriver1;
     cout<<typeid(pBase).name()<<endl;
     cout<<typeid(*pBase).name()<<endl;

     cout << pBase << endl;
     Driver1 *pDeriver1 = dynamic_cast<Deriver1*>(pBase);
     cout << pDeriver1 << endl;

     Driver2 *pDeriver2 = dynamic_cast<Deriver2*>(pBase); //正确，返回NULL
     cout << pDeriver2 << endl;

     pDeriver2 = (Deriver2*)pBase;//错误
     cout << pDeriver2 << endl;

     pDeriver2 = static_cast<Deriver2*>(pBase); //错误
     cout << pDeriver2 << endl;
     return 0;
}
编译成可执行文件，push到android 手机上运行，输出：
i <------- typeid(int).name()， 变量类型
4Base <------- typeid(Base).name(), 类名
4Base <------- typeid(base).name()， 变量
P4Base <------- typeid(pBase).name(), Base的指针类型
8Deriver1 <------- typeid(*pBase).name(), pBase实际指向一个Deriver1
0xbec87a20
0xbec87a20 <----- 正确的转换，指向deriver1的基类指针可以转换为Deriver1类型指针
0x00000000 <----- 正确的转换，因为指向deriver1的基类指针并不能转换为Deriver2类型指针
0xbec87a20 <----- 错误，若继续使用，可能会导致内存访问出错，即将Dervier1当Deriver2用
0xbec87a20 <----- 错误，若继续使用，可能会导致内存访问出错

P.S. 上面看到显示的类名与我们定义的不完全一样，是因为为了保证每个类名称在程序中的唯一性，编译器会通过一定的规则对原始类名进行改写，如想了解这一规则，可以以name mangling为关键词进行搜索。

二、RTTI 相关数据结构
       上文说到typeid将返回一个typeinfo对象的const引用，RTTI就是依赖typeinfo类及其派生类来实现的，下面介绍下这些类。
在NDK路径下\android-ndk-r10c\sources\cxx-stl\gabi++\include\typeinfo文件中有定义这个类：
class type_info
{
      public:
      virtual ~type_info();
//....
      private:
//....
            const char *__type_name; // 这个字段记录改写过后的类名
}；
       在NDK路径下\android-ndk-r10c\sources\cxx-stl\gabi++\src\cxxabi_defines.h有定义一些typeinfo的派生类，此处挑一些我们感兴趣的类列举：
class __shim_type_info : public std::type_info{....}

// 无基类的类的typeinfo类型
class __class_type_info : public __shim_type_info{.....}

//只有一个public非虚基类，且基类偏移为0的类的typeinfo
class __si_class_type_info : public __class_type_info{
public:
           virtual ~__si_class_type_info();
           const __class_type_info *__base_type;
//......
}

// 有基类但不满足 __si_class_type_info 约束条件的其它类的typeinfo
class __vmi_class_type_info : public __class_type_info{
public:
           virtual ~__vmi_class_type_info();
           unsigned int __flags;
           unsigned int __base_count;
           __base_class_type_info __base_info[1];
//......
}

// Used in __vmi_class_type_info
            struct __base_class_type_info{
public:
           const __class_type_info *__base_type;
           long __offset_flags;
// .......
}
        以第1小节中的程序为例，Base、Driver1的对象的内存布局如下：


        deriver2的内存布局与deriver1相似，这里没有重复画出。从上图可以看到，每一个类的虚表索引为-1的位置存放着typeinfo的指针，并根据类的不同，该指针指向不同的typeinfo派生类实例。比如Base类无基类，所以其typeinfo指针指向__class_type_info的实例；而Deriver1继承自Base, deriver1在其偏移为0的位置包含一个public非虚基类实例，所以它的typeinfo指针指向__si_class_type_info实例。使用dynamic_cast的时候，正是根据这些typeinfo指针来判断一个基类指针是否可以转换为一个派生类指针。而且由上可见，若一个待操作的类没有虚函数表， typeid也只能返回其静态类型。
下面我们通过反编译代码来验证上面的关系图。

三、逆向过程中利用RTTI恢复类名
       将第1小节中生成的可执行程序用IDA Pro打开，此处选用obj\local\armeabi\目录下未经过strip的程序，以方便分析。
根据相关字符串，可以很快定位各个类的typeinfo信息：

各个类的虚函数表结构：

       细心的朋友可能有疑问，为什么会产生两个构造函数？对于这个问题，可以参考链接[4]。
可见，从反编译的代码看，虚表、typeinfo信息关系与第3节中描述一致。
       对于通常的逆向分析，都没有没有上面的符号信息的。所以我们可以通过RTTI信息来恢复类名及其类间关系，为逆向工作提供便利。可以按以下步骤进行：

1. 定位__class_type_info, __si_class_type_info, __vmi_class_type_info虚函数表。

2. 查找对这些虚函数表的引用，我们可以得到这些typeinfo派生类的实例地址。而这些实例中type_name字段就表示原始类名。

3. 根据引用这些实例地址，就可以得到相关类的虚表地址，此处我们可以根据上一步得到的原始类名重命名虚表指针。

4. 查找引用这些虚表指针的代码，通过都是类的构造函数，于是我们又可以重命名这些构造函数了。

以上步骤我们都可以通过IDAPython脚本自动完成。

四、小结
       其实上面只是分析了最简单的单继承情景，还有诸如多继承、虚继承等情景待分析，由于相关typeinfo类已经例出，相信分析难度不大。
       另外需要注意的一个地方，在反汇编后的代码中，并不是直接引用虚表地址，而是引用虚表地址－8的位置，用这个位置+8写入当作虚拟指针。
       以上分析过程与结论都来自个人认知，如有错误，欢迎指正。

网易云捕-高效的APP质量跟踪平台