iOS 逆向 day 18 GCC LLVM Clang 代码混淆

一、LLVM

1. 什么是 LLVM

• 官网：https://llvm.org/
• The LLVM Project is a collection of modular and reusable compiler and toolchain technologies.
• LLVM 项目是模块化、可重用的编译器以及工具链技术集合

2.创始人

• Chris Lattner，亦是 Swift 之父

3. 有些文章把 LLVM 当做 Low Level Virtual Machine （低级虚拟机）的缩写简称，官方开头描述如下

• The name "LLVM" itself is no an acronym; it is the full name of the project.
• “LLVM” 这个名称不是首字母缩写词；它是项目的全名

二、编译器架构

1. 传统编译器架构

传统编译器架构

• Frontend：前端；词法分析、语法分析、语义分析、生成中间代码

• Optimizer：优化器；中间代码优化

• Backend：后端；生成机器码

2. LLVM 架构

LLVM 架构

• 不同的前端后端使用统一的中间代码 LLVM Intermediate Representation (LLIR)
• 如果需要支持一种新的编程语言，那么只需要实现一个新的前端
• 如果需要支持一种新的硬甲设备，那么只需要实现一个新的后端
• 优化阶段是一个通用的阶段，它针对的统一的 LLVM IR，不论是支持新的编程语言，还是支持新的硬件设备，都不需要对优化阶段做修改
• 相比之下，GCC 的前端和后端没分得太开，前后端耦合在了一起。所以 GCC 为了支持一门新的语言，或者为了支持一个新的目标平台，就变得特别困难
• LLVM 现在被作为实现各种静态和运行时编译语言的通用基础结构（GCC 家族、Java、.NET、Python、Ruby、Scheme、Haskell 等）

三、Clang

1. 什么是 Clang？

• LLVM 项目的一个子项目
• 基于 LLVM 架构的 C/C++/Objective-C 编译器前端
• 官网：http://clang.llvm.org/

2. 相比于 GCC，Clang 有如下优点

• 编译速度快
• 占用内存小
• 模块化设计
• 诊断信息可读性强
• 设计清晰简单，容易理解，易于扩展增强

图解 Clang

四、OC 源文件编译的过程

编写如下 test.m 文件

int test(int a, int b) {
    int c = a + b + 3;
    return c;
}

1. 命令行查看编译过程：clang -ccc-print-phases test.m

carrot__lsp$ clang -ccc-print-phases test.m 
0: input, "test.m", objective-c
1: preprocessor, {0}, objective-c-cpp-output
2: compiler, {1}, ir
3: backend, {2}, assembler
4: assembler, {3}, object
5: linker, {4}, image
6: bind-arch, "x86_64", {5}, image

2. 词法分析，生成 Token：clang -fmodules -E -Xclang -dump-tokens test.m

carrot__lsp$ clang -fmodules -E -Xclang -dump-tokens test.m 
int 'int'    [StartOfLine]  Loc=<test.m:1:1>
identifier 'test'    [LeadingSpace] Loc=<test.m:1:5>
l_paren '('     Loc=<test.m:1:9>
int 'int'       Loc=<test.m:1:10>
identifier 'a'   [LeadingSpace] Loc=<test.m:1:14>
comma ','       Loc=<test.m:1:15>
int 'int'    [LeadingSpace] Loc=<test.m:1:17>
identifier 'b'   [LeadingSpace] Loc=<test.m:1:21>
r_paren ')'     Loc=<test.m:1:22>
l_brace '{'  [LeadingSpace] Loc=<test.m:1:24>
int 'int'    [StartOfLine] [LeadingSpace]   Loc=<test.m:2:5>
identifier 'c'   [LeadingSpace] Loc=<test.m:2:9>
equal '='    [LeadingSpace] Loc=<test.m:2:11>
identifier 'a'   [LeadingSpace] Loc=<test.m:2:13>
plus '+'     [LeadingSpace] Loc=<test.m:2:15>
identifier 'b'   [LeadingSpace] Loc=<test.m:2:17>
plus '+'     [LeadingSpace] Loc=<test.m:2:19>
numeric_constant '3'     [LeadingSpace] Loc=<test.m:2:21>
semi ';'        Loc=<test.m:2:22>
return 'return'  [StartOfLine] [LeadingSpace]   Loc=<test.m:3:5>
identifier 'c'   [LeadingSpace] Loc=<test.m:3:12>
semi ';'        Loc=<test.m:3:13>
r_brace '}'  [StartOfLine]  Loc=<test.m:4:1>
eof ''      Loc=<test.m:4:2>

3. 语法分析，生成语法树（AST，Abstract syntax Tree）：carrot__lsp$ clang -fmodules -fsyntax-only -Xclang -ast-dump test.m

carrot__lsp$ clang -fmodules -fsyntax-only -Xclang -ast-dump test.m 
`-FunctionDecl 0x7fc0a8832ff8 <test.m:1:1, line:4:1> line:1:5 test 'int (int, int)'
  |-ParmVarDecl 0x7fc0a8832e70 <col:10, col:14> col:14 used a 'int'
  |-ParmVarDecl 0x7fc0a8832ee8 <col:17, col:21> col:21 used b 'int'
  `-CompoundStmt 0x7fc0a88332e8 <col:24, line:4:1>
    |-DeclStmt 0x7fc0a8833260 <line:2:5, col:22>
    | `-VarDecl 0x7fc0a8833110 <col:5, col:21> col:9 used c 'int' cinit
    |   `-BinaryOperator 0x7fc0a8833238 <col:13, col:21> 'int' '-'
    |     |-BinaryOperator 0x7fc0a88331f0 <col:13, col:17> 'int' '+'
    |     | |-ImplicitCastExpr 0x7fc0a88331c0 <col:13> 'int' <LValueToRValue>
    |     | | `-DeclRefExpr 0x7fc0a8833170 <col:13> 'int' lvalue ParmVar 0x7fc0a8832e70 'a' 'int'
    |     | `-ImplicitCastExpr 0x7fc0a88331d8 <col:17> 'int' <LValueToRValue>
    |     |   `-DeclRefExpr 0x7fc0a8833198 <col:17> 'int' lvalue ParmVar 0x7fc0a8832ee8 'b' 'int'
    |     `-IntegerLiteral 0x7fc0a8833218 <col:21> 'int' 3
    `-ReturnStmt 0x7fc0a88332d0 <line:3:5, col:12>
      `-ImplicitCastExpr 0x7fc0a88332b8 <col:12> 'int' <LValueToRValue>
        `-DeclRefExpr 0x7fc0a8833278 <col:12> 'int' lvalue Var 0x7fc0a8833110 'c' 'int'

五、代码混淆

iOS 程序可以通过 class-dump、Hopper、IDA 等获取类名、方法名、以及分析程序的执行逻辑，如果进行代码混淆，可以加大别人的分析难度。

1. 源码混淆，通过宏定义的方式。

• 类名
• 方法名
• 协议名

2. 字符串加密

• 很多时候，可执行文件中的字符串信息，对破解者来说，非常关键，是破解的捷径之一

• 为了加大破解、逆向难度，可以考虑对字符串进行加密

• 字符串的加密技术有很多种，可以根据自己的需要进行自行定制算法

• 这里举一个简单的例子：对每个字符串进行异或(^)处理

  3. 混淆注意点

• 不能混淆系统方法

• 不能混淆 init 开头的等初始化方法

• 混淆属性时需要额外注意 set 方法

• 如果 xib、storyboard 中用到了混淆的内容，需要手动修正

• 可以考虑吧需要混淆的符号都加上前缀，跟系统自带的符号进行区分

• 混淆过多可能会被 App Store 拒绝上架，需要说明用途