在逆向开发中，非常重要的一个环节就是静态分析，这里以 iOS 系统为例，首先我们是逆向 iOS 系统上面的 APP，那么我们知道，一个 APP 安装在手机上面的可执行文件本质上是二进制文件，因为 iPhone 手机本质上执行的指令是二进制，是由手机上的 CPU 执行的，所以静态分析是建立在分析二进制文件上面，所以我们要从基础的汇编开始了解。

汇编语言的发展

机器语言

由 0 和 1 组成的机器指令。

• 加：0100 0000
• 减：0100 1000
• 乘：1111 0111 1110 0000
• 除：1111 0111 1111 0000

汇编语言(assembly language)

使用助记符代替机器语言，如：

• 加：INC EAX 通过编译器 0100 0000
• 减：DEC EAX 通过编译器 0100 1000
• 乘：MUL EAX 通过编译器 1111 0111 1110 0000
• 除：DIV EAX 通过编译器 1111 0111 1111 0000

高级语言（High-level programming language)

C\C++\Java\OC\Swift，更加接近人类的自然语言，比如 C 语言：

• 加：A+B 通过编译器 0100 0000
• 减：A-B 通过编译器 0100 1000
• 乘：A*B 通过编译器 1111 0111 1110 0000
• 除：A/B 通过编译器 1111 0111 1111 0000

我们的代码在终端设备上是这样的过程：

• 汇编语言与机器语言一一对应，每一条机器指令都有与之对应的汇编指令
• 汇编语言可以通过编译得到机器语言，机器语言可以通过反汇编得到汇编语言
• 高级语言可以通过编译得到汇编语言 \ 机器语言，但汇编语言\机器语言几乎不可能还原成高级语言

汇编语言的特点

• 可以直接访问、控制各种硬件设备，比如存储器、CPU 等，能最大限度地发挥硬件的功能

• 能够不受编译器的限制，对生成的二进制代码进行完全的控制

• 目标代码简短，占用内存少，执行速度快

• 汇编指令是机器指令的助记符,同机器指令一一对应。每一种 CPU 都有自己的机器指令集\汇编指令集，所以汇编语言不具备可移植性

• 知识点过多，开发者需要对 CPU 等硬件结构有所了解，不易于编写、调试、维护

• 不区分大小写，比如 mov 和 MOV 是一样的

汇编的用途

• 编写驱动程序、操作系统（比如 Linux 内核的某些关键部分）
• 对性能要求极高的程序或者代码片段，可与高级语言混合使用（内联汇编）
• 软件安全
  • 病毒分析与防治
  • 逆向\加壳\脱壳\破解\外挂\免杀\加密解密\漏洞\黑客
• 理解整个计算机系统的最佳起点和最有效途径
• 为编写高效代码打下基础
• 弄清代码的本质
  • 函数的本质究竟是什么?
  • ++a + ++a + ++a 底层如何执行的?
  • 编译器到底帮我们干了什么?
  • DEBUG 模式和 RELEASE 模式有什么关键的地方被我们忽略

越底层越单纯！真正的程序员都需要了解的一门非常重要的语言，汇编！

汇编语言的种类

• 目前讨论比较多的汇编语言有

  • 8086 汇编（8086 处理器是 16bit 的 CPU）
  • Win32 汇编
  • Win64 汇编
  • ARM 汇编（嵌入式、Mac、iOS）等

• 我们 iPhone 里面用到的是 ARM 汇编，但是不同的设备也有差异，因 CPU 的架构而不同。

几个必要的常识

• 要想学好汇编，首先需要了解 CPU 等硬件结构
• APP/程序的执行过程

• 硬件相关最为重要是 CPU/内存
• 在汇编中,大部分指令都是和 CPU 与内存相关的

总线

• 每一个 CPU 芯片都有许多管脚，这些管脚和总线相连，CPU 通过总线跟外部器件进行交互
• 总线：一根根导线的集合
• 总线的分类
  • 地址总线
  • 数据总线
  • 控制总线

举个例子：

• 地址总线
  • 它的宽度决定了 CPU 的寻址能力
  • 8086 的地址总线宽度是 20，所以寻址能力是 1M（ 2^20）

• 数据总线

  • 它的宽度决定了 CPU 的单次数据传送量，也就是数据传送速度
  • 8086 的数据总线宽度是 16，所以单次最大传递 2 个字节的数据

• 控制总线

  • 它的宽度决定了 CPU 对其他器件的控制能力、能有多少种控制

内存

• 内存地址空间的大小受 CPU 地址总线宽度的限制。8086 的地址总线宽度为 20，可以定位 2^20 个不同的内存单元（内存地址范围 0x00000~0xFFFFF），所以 8086 的内存空间大小为 1MB

• 0x00000~0x9FFFF：主存储器。可读可写

• 0xA0000~0xBFFFF：向显存中写入数据，这些数据会被显卡输出到显示器。可读可写

• 0xC0000~0xFFFFF：存储各种硬件\系统信息。只读

进制

学习进制的障碍：

很多人学不好进制，原因是总以十进制为依托去考虑其他进制，需要运算的时候也总是先转换成十进制，这种学习方法是错误的。
我们为什么一定要转换十进制呢？仅仅是因为我们对十进制最熟悉，所以才转换。
每一种进制都是完美的，想学好进制首先要忘掉十进制，也要忘掉进制间的转换！

进制的定义

• 八进制由 8 个符号组成：0 1 2 3 4 5 6 7 逢八进一
• 十进制由 10 个符号组成：0 1 2 3 4 5 6 7 8 9 逢十进一
• N 进制就是由 N 个符号组成：逢 N 进一

进制的运算

八进制加法表

 0  1  2  3  4  5  6  7 
10 11 12 13 14 15 16 17
20 21 22 23 24 25 26 27
...

1+1 = 2                     
1+2 = 3   2+2 = 4               
1+3 = 4   2+3 = 5   3+3 = 6
1+4 = 5   2+4 = 6   3+4 = 7   4+4 = 10  
1+5 = 6   2+5 = 7   3+5 = 10  4+5 = 11  5+5 = 12
1+6 = 7   2+6 = 10  3+6 = 11  4+6 = 12  5+6 = 13  6+6 = 14
1+7 = 10  2+7 = 11  3+7 = 12  4+7 = 13  5+7 = 14  6+7 = 15  7+7 = 16

八进制乘法表

0 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17 20 21 22 23 24 25 26 27...
1*1 = 1                     
1*2 = 2   2*2 = 4               
1*3 = 3   2*3 = 6   3*3 = 11    
1*4 = 4   2*4 = 10  3*4 = 14  4*4 = 20
1*5 = 5   2*5 = 12  3*5 = 17  4*5 = 24  5*5 = 31
1*6 = 6   2*6 = 14  3*6 = 22  4*6 = 30  5*6 = 36  6*6 = 44
1*7 = 7   2*7 = 16  3*7 = 25  4*7 = 34  5*7 = 43  6*7 = 52  7*7 = 61

二进制的简写形式

       二进制: 1 0 1 1 1 0 1 1 1 1 0 0
三个二进制一组: 101 110 111 100
       八进制:   5   6   7   4
四个二进制一组: 1011 1011 1100
     十六进制:    b    b    c

二进制：从0 写到 1111
0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111
这种二进制使用起来太麻烦，改成更简单一点的符号：
0 1 2 3 4 5 6 7 8 9 A B C D E F 这就是十六进制了

数据的宽度

数学上的数字，是没有大小限制的，可以无限的大。但在计算机中，由于受硬件的制约，数据都是有长度限制的（我们称为数据宽度），超过最多宽度的数据会被丢弃。

#import <UIKit/UIKit.h>
#import "AppDelegate.h"

int test(){
    int cTemp = 0x1FFFFFFFF;
    return cTemp;
}

int main(int argc, char * argv[]) {
    printf("%x\n",test());
    @autoreleasepool {
        return UIApplicationMain(argc, argv, nil, NSStringFromClass([AppDelegate class]));
    }
}

计算机中常见的数据宽度

• 位（Bit）：1 个位就是 1 个二进制位，0 或者 1
• 字节（Byte）：1 个字节由 8 个 Bit 组成（8位），内存中的最小单元 Byte。
• 字（Word）：1个字由 2 个字节组成（16位），这 2 个字节分别称为高字节和低字节。
• 双字（Doubleword）：1个双字由两个字组成（32位）

那么计算机存储数据它会分为有符号数和无符号数，那么关于这个看图就理解了！

无符号数,直接换算!
有符号数:
正数:  0    1    2    3    4    5    6    7 
负数:  F    E    D    B    C    A    9    8
      -1   -2   -3   -4   -5   -6   -7   -8

CPU&寄存器

内部部件之间由总线连接：

CPU 除了有控制器、运算器还有寄存器。其中寄存器的作用就是进行数据的临时存储。

CPU 的运算速度是非常快的，为了性能 CPU 在内部开辟一小块临时存储区域，并在进行运算时先将数据从内存复制到这一小块临时存储区域中，运算时就在这一小快临时存储区域内进行。我们称这一小块临时存储区域为寄存器。

对于 arm64 的 CPU 来说， 如果寄存器以 x 开头则表明的是一个 64 位的寄存器，如果以 w 开头则表明是一个 32 位的寄存器，在系统中没有提供 16 位和 8 位的寄存器供访问和使用。其中 32 位的寄存器是 64 位寄存器的低 32 位部分并不是独立存在的。

• 对程序员来说，CPU 中最主要部件是寄存器，可以通过改变寄存器的内容来实现对 CPU 的控制
• 不同的 CPU，寄存器的个数、结构是不相同的

浮点和向量寄存器

因为浮点数的存储以及其运算的特殊性，CPU 中专门提供浮点数寄存器来处理浮点数

• 浮点寄存器 64 位： D0 - D31 ，32 位： S0 - S31

现在的 CPU 支持向量运算，（向量运算在图形处理相关的领域用得非常的多）为了支持向量计算系统了也提供了众多的向量寄存器。

• 向量寄存器 128位：V0-V31

通用寄存器

• 通用寄存器也称数据地址寄存器通常用来做数据计算的临时存储、做累加、计数、地址保存等功能。定义这些寄存器的作用主要是用于在 CPU 指令中保存操作数，在 CPU 中当做一些常规变量来使用。
• ARM64 拥有有 32 个 64 位的通用寄存器 x0 到 x30，以及 XZR（零寄存器），这些通用寄存器有时也有特定用途。
  • 那么 w0 到 w28 这些是 32 位的，因为 64 位 CPU 可以兼容 32 位，所以可以只使用 64 位寄存器的低 32 位。
  • 比如 w0 就是 x0 的低 32 位。

注意:
了解过 8086 汇编的同学知道，有一种特殊的寄存器段寄存器：CS,DS,SS,ES 四个寄存器来保存这些段的基地址，这个属于 Intel 架构 CPU 中，在 ARM 中并没有

• 通常，CPU 会先将内存中的数据存储到通用寄存器中，然后再对通用寄存器中的数据进行运算
• 假设内存中有块红色内存空间的值是 3，现在想把它的值加 1，并将结果存储到蓝色内存空间

• CPU 首先会将红色内存空间的值放到 X0 寄存器中：mov X0，红色内存空间
• 然后让 X0 寄存器与1相加：add X0,1
• 最后将值赋值给内存空间：mov蓝色内存空间，X0

pc寄存器(program counter)

• 为指令指针寄存器，它指示了 CPU 当前要读取指令的地址
• 在内存或者磁盘上，指令和数据没有任何区别，都是二进制信息
• CPU 在工作的时候把有的信息看做指令，有的信息看做数据，为同样的信息赋予了不同的意义
  • 比如 1110 0000 0000 0011 0000 1000 1010 1010
  • 可以当做数据 0xE003008AA
  • 也可以当做指令 mov x0, x8
• CPU 根据什么将内存中的信息看做指令？
  • CPU 将 pc 寄存器指向的内存单元的内容看做指令
  • 如果内存中的某段内容曾被 CPU 执行过，那么它所在的内存单元必然被 pc 寄存器指向过

高速缓存

iPhoneX 上搭载的 ARM 处理器 A11 它的 1 级缓存的容量是 64KB，2级缓存的容量 8M。

CPU 每执行一条指令前都需要从内存中将指令读取到 CPU 内并执行。而寄存器的运行速度相比内存读写要快很多,为了性能，CPU 还集成了一个高速缓存存储区域，当程序在运行时，先将要执行的指令代码以及数据复制到高速缓存中去（由操作系统完成），CPU 直接从高速缓存依次读取指令来执行。

bl指令

• CPU 从何处执行指令是由 pc 寄存器中的内容决定的，我们可以通过改变 pc 寄存器的内容来控制 CPU 执行目标指令
• ARM64 提供了一个 mov 指令（传送指令），可以用来修改大部分寄存器的值，比如
  • mov x0,#10、mov x1,#20
• 但是，mov 指令不能用于设置 pc 的值，ARM64 没有提供这样的功能
• ARM64 提供了另外的指令来修改 PC 的值，这些指令统称为转移指令，最简单的是 bl 指令