自修改代碼SMC(Self-Modifying Code)是程序運行期間修改或產(chǎn)生代碼的一種機制[1]。自修改代碼以其具有在程序執(zhí)行過程中動態(tài)地修改和產(chǎn)生程序本身執(zhí)行的指令的特點，在增加代碼的理解難度阻止逆向工程和軟件保護方面有廣泛的應(yīng)用[2-3]。有文獻利用自修改代碼技術(shù)描述基于RSA算法的軟件加密保護方法[4]，把自修改的特點和經(jīng)典的RSA加密算法結(jié)合起來保護軟件。為了能兼容原有的程序以及對現(xiàn)有程序進行完整支持，有的處理器實現(xiàn)了對自修改代碼的支持[5-6]。在二進制翻譯中，解決自修改代碼問題，首先是要能夠發(fā)現(xiàn)自修改代碼，由于自修改代碼的動態(tài)性，使得對一個純靜態(tài)翻譯器來說是不可能的，對動態(tài)翻譯器也比較困難。如果能夠提供一些手段監(jiān)視被修改的代碼[7]，就可以在發(fā)現(xiàn)源機器代碼被修改后，置其對應(yīng)的目標機器代碼無效并進行重新翻譯，從而解決自修改代碼問題。DAISY[8]系統(tǒng)通過在頁設(shè)置寫保護標識，實現(xiàn)在發(fā)現(xiàn)自修改時銷毀頁中所有的翻譯信息。QEMU[9-10]系統(tǒng)把所有翻譯過的塊的目標代碼段存放在自己開辟的內(nèi)存空間Code cache中。被翻譯器翻譯的程序的執(zhí)行就是執(zhí)行Code cache中翻譯好的代碼塊。在自修改代碼發(fā)生時，QEMU通過系統(tǒng)信號判斷,然后清空Code cache中所有翻譯好的塊。參考文獻[11]也給出關(guān)于二進制翻譯中自修代碼的介紹。

1 自修改代碼

　　下面是一段匯編編寫的自修改代碼:

　　START: nop

　　mov  $0x04, %eax

　　LOOP:  inc %eax

　　TARGET: xor  %eax, %eax

　　test %eax, %eax

　　jnz END

　　MODIFY: movb $0x32, TARGET

　　0x32 = “inc %eax”

　　jmp LOOP

　　END:  nop

　　對于這段代碼，當(dāng)程序運行到MODIFY標識時，此處對應(yīng)的指令“movb $0x32, TARGET”向地址為TARGET的內(nèi)存單元寫數(shù)據(jù)0x32，對應(yīng)位置上的指令被修改，被修改位置上原來的指令“xor %eax, %eax”被自修改而變成了指令“inc %eax %eax”;程序繼續(xù)運行至jmp LOOP指令，跳轉(zhuǎn)到LOOP位置，當(dāng)再次運行到TARGET位置時，則運行修改后的指令“inc %eax %eax”而非原代碼段的指令“xor %eax, %eax”，這樣“test %eax, %eax”的結(jié)果是非零值，接著jnz END使得程序運行結(jié)束。如果該段程序沒有MODIFY這一自修改代碼指令，此程序段將陷入死循環(huán)中。

2 QEMU的自修改代碼機制

　　QEMU系統(tǒng)[9-10]是由法國人Farbic開發(fā)的一款多源多目標的二進制翻譯系統(tǒng)。它支持源平臺有PPC、ARM、X86、MIPS、SPARC和X86_64等，目標平臺可以是X86、PPC、ARM、MIPS等。

　　QEMU系統(tǒng)中的Code cache是其為了存儲翻譯后的塊而開辟的內(nèi)存空間，通過存儲基本塊對應(yīng)的翻譯后的塊到Code cache中，避免重復(fù)翻譯帶來的時間開銷，加速翻譯器翻譯的效率。QEMU系統(tǒng)開辟了16 MB的內(nèi)存空間作為系統(tǒng)的Code cache，并對每一個翻譯塊按照其生成的次序加入到Code cache中,直至Code cache被充滿。當(dāng)Code cache被充滿時，QEMU采用全清空策略清除Code cache中所有翻譯好的塊，實際上就是清除QEMU中維護的源與目標之間的Hash表。全清空策略就是Code cache 從低地址到高地址依次存放每個翻譯后的代碼塊，當(dāng)出現(xiàn)Code cache 空間不足或程序階段行為突變時，就將清除Code cache中所有翻譯好代碼塊。在發(fā)生自修改時，QEMU同樣采用全清空策略清除Code cache中翻譯好的塊，以防止因為自修改造成的Code cache不一致而使得翻譯的程序錯誤執(zhí)行。

3 自修改代碼對翻譯效率的影響分析

　　實驗采用的操作系統(tǒng)是CetOS-4.6, 翻譯器采用QEMU-0.9.0,針對的源和目標平臺都是Intel x86指令集。

　　為了敘述方便，這里用SmcPro表示一個自修該代碼實例。該實例把第1節(jié)中的自修改代碼進行了進一步修改,用COUNT控制代碼的循次數(shù)(即自修改代碼的次數(shù))。

　　為了描述方便，這里將用到的幾個符號作如下說明: 對于SmcPro,根據(jù)自修改次數(shù)COUNT不同的值,相對應(yīng)的程序為SMC_COUNT。如SMC_100表示SmcPro的COUNT為100，即自修改代碼執(zhí)行次數(shù)為100次。NSMC_COUNT表示與SMC_COUNT擁有相同代碼量但不包含自修代碼的程序段。

　　下面對SMC_COUNT和NSMC_COUNT程序在物理機和QEMU上進行測試和分析。

　　3.1 物理機上自修改代碼的影響

　　表1是對每一個SMC_COUNT和NSMC_COUNT在物理機上執(zhí)行10次得到的平均值對照表，行和列交匯的值為對應(yīng)程序的執(zhí)行時間效率。例如：表中行SMC和列50相交的位置的值是SMC_50在物理機上執(zhí)行10次的時間平均值。

　　分析表1中的數(shù)據(jù)可知， SMC_COUNT和NSMC_COUNT在物理機上的執(zhí)行時間相當(dāng)。事實上，這正是由于它們在執(zhí)行指令數(shù)量上是一致的，可以得出結(jié)論：物理機上自修改代碼對程序運行的性能沒有影響，程序的運行時間取決于程序運行過程中實際執(zhí)行的指令數(shù)量。

　　3.2 QEMU上自修改代碼的影響

　　下面對SMC_COUNT和NSMC_COUNT在QEMU用戶模式下的測試結(jié)果進行分析，其中每個數(shù)據(jù)都是經(jīng)過10次測試得到的平均值。有些數(shù)據(jù)是通過QEMU提供的日志信息得到, QEMU在用戶模式下,通過-d out_asm參數(shù)可以將翻譯的塊信息輸出到日志文件/tmp/qemu.log中。

　　3.2.1 時間對比

　　圖1給出了在QEMU上執(zhí)行的SMC和NSMC程序的執(zhí)行時間和COUNT關(guān)系圖，從表1和圖1可知，對于在物理機上執(zhí)行時間上基本沒有差別的SMC和NSMC程序，在QEMU上的執(zhí)行時間差別隨自修改同比次數(shù)的增加而越來越大。

　　從圖1可以清楚地看到，在QEMU上運行的測試程序隨著自修改同比次數(shù)的增加，自修改程序比非自修改程序在執(zhí)行時間上增加得更加明顯。

　　對圖1中的NSMC在自修改同比次數(shù)大于1 000后所表示的點進行線性擬合，可以得到式(1)：

　　Tnsmc=0.000 026×C+0.000 291      (1)

　　其中，Tnsmc表示圖中的縱坐標，即程序執(zhí)行時間；C表示橫坐標，即COUNT。

　　由式(1)可知，對于非自修改程序，COUNT平均每增加1，對應(yīng)的時間增加0.000 026 s。

　　同樣得到：

　　Tsmc=0.000 151×C-0.010 899      (2)

　　其中，Tsmc表示圖中的縱坐標，即程序執(zhí)行時間；C表示橫坐標，即COUNT。

　　由式(2)可知，對于自修改程序，COUNT平均每增加1，對應(yīng)的時間增加0.000 151 s，而截距為負值說明隨著COUNT的增加，時間增加的速度也在增加。

　　由式(1)、式(2)可以得到，SMC程序執(zhí)行時間隨COUNT增大的增長率和NSMC程序的增長率的比值為：

　　由此可見，SMC程序的運行時間開銷隨COUNT的增長率是NSMC程序的約5.82倍。

　　圖2是NSMC程序在QEMU和物理機上的執(zhí)行時間對比圖。由圖可知，NSMC程序在QEMU和物理機上的執(zhí)行時間都隨COUNT的增加而增加，在QEMU上的執(zhí)行時間略大于在物理機上的執(zhí)行時間。為了對圖進行定量分析，這里給出降速因子的定義。

　　定義：一個程序Pro(SMC或NSMC程序)在QEMU上的執(zhí)行時間與其在物理機上的執(zhí)行時間的比值，稱為該程序在QEMU上執(zhí)行的降速因子，記作：SDF(Pro)。

　　對于圖2中所有描述出來的數(shù)據(jù)點，可以計算得出所有NSMC程序在QEMU上執(zhí)行的平均降速因子：SDF(NSMC)=1.033 421。

　　圖3是SMC在QEMU和物理機上的執(zhí)行時間對比，SMC程序在QEMU和物理機上的執(zhí)行時間隨COUNT的增加而增加，在QEMU上的執(zhí)行時間遠遠大于在物理機上的執(zhí)行時間，增長速度也較物理機上要快得多。對于自修改同比次數(shù)大于1 000的點,計算得出圖3中表示的所有SMC程序在QEMU上執(zhí)行的平均降速因子SDF(SMC)=5.925 423。

　　3.2.2 翻譯塊數(shù)量對比

　　圖4所示為翻譯的塊數(shù)與COUNT的關(guān)系圖，縱坐標表示翻譯的塊數(shù)，用BLOCK表示，縮寫表示為BLK。從圖4可以看到，在QEMU翻譯器上，SMC程序隨著自修改同比次數(shù)的增加，翻譯塊的數(shù)量也在增加，而NSMC程序翻譯塊的個數(shù)基本不變。

　　對圖4中NSMC表示的折線進行線性擬合,可以得到：

　　BLK=-0.003 045×C+1 672   (4)

　　其中，BLK表示圖中的縱坐標，即翻譯的塊數(shù)；C表示橫坐標，即COUNT。由式(4)可知，對于非自修改程序，隨著COUNT的增加，翻譯的塊數(shù)在少量地減少,平均COUNT每增加1，翻譯塊數(shù)減少0.003 045塊。

　　對圖4中的SMC表示量，通過對COUNT大于1 000的點進行線性擬合，可以得到：

　　BLK=10.508 430×C+1 712.533 333     (5)

　　其中，BLK表示圖中的縱坐標，即翻譯的塊數(shù)BLOCK；C表示橫坐標，即COUNT。由式(5)可知，對于自修改程序，COUNT平均每增加1,對應(yīng)的翻譯塊增加10.508 430個。

　　由式(2)和式(5)可知，對于自修改程序每增加一塊造成的時間開銷TPB(Time Per Block)為：

　　3.2.3 翻譯塊數(shù)對執(zhí)行時間影響

　　圖5和圖6描述了程序在QEMU上執(zhí)行的時間與翻譯塊數(shù)的關(guān)系。在翻譯塊的數(shù)量比較少時，程序在QEMU上的執(zhí)行時間很難發(fā)現(xiàn)規(guī)律，執(zhí)行時間具有很大的隨機性；隨著翻譯塊數(shù)的小幅增加，執(zhí)行時間時增時減，如圖5所示。但是當(dāng)翻譯塊的數(shù)量增加到一定程度后，執(zhí)行時間逐漸開始基本成線性增加，如圖6所示，當(dāng)翻譯塊數(shù)超過10 000后，程序的執(zhí)行時間與翻譯塊數(shù)量基本成線性關(guān)系，通過對10 000塊以后的數(shù)據(jù)點進行線性擬合得到的斜率為0.000 0144，這與式(6)的結(jié)論相當(dāng)。由此可知， 當(dāng)翻譯塊的數(shù)量達到一定程度后， 程序在QEMU上的執(zhí)行時間與翻譯塊的數(shù)量基本成線性關(guān)系。

　　由于自修改代碼是在程序執(zhí)行過程中修改程序本身的，在以塊為單位的二進制翻譯過程中，隨著自修次數(shù)的增加，造成的翻譯塊也急劇增加，從而使得程序在翻譯器上的執(zhí)行時間大大增加，究其根本原因是因為自修造成的Code cache中翻譯好的塊失效。在QEMU中，翻譯器每翻譯一個塊都會把翻譯后可以在目標機上執(zhí)行的代碼存放到Code cache中，但是由于自修代碼的出現(xiàn)使得在Code cache中的塊與源代碼塊在語義上不一致，因此必須清除掉Code cache中的翻譯好的塊，否則將執(zhí)行與原來語義不一致的代碼，造成翻譯的錯誤。QEMU在自修改代碼發(fā)生時對Code cache采用全清空策略[6]，這樣導(dǎo)致在Code cache中的所有翻譯好的塊都失效，從而在程序再次執(zhí)行這些塊時，不得不重新翻譯，隨著自修改同比次數(shù)的增加，重復(fù)翻譯的塊數(shù)也在急劇增加，翻譯效率也就急劇下降。

　　通過測試用例對自修改代碼和非自修改代碼進行測試和分析，可以得出以下基本結(jié)論:(1)在物理機上，自修改代碼對程序的執(zhí)行時間沒有影響;(2)自修改代碼程序在QEMU上的執(zhí)行時間隨自修改同比次數(shù)增長的速度是非自修改程序的約5.82倍; (3)非自修改代碼在QEMU上執(zhí)行的平均降速因子約為1.033 421; (4)自修改代碼在QEMU上執(zhí)行的平均降速因子約為5.925 423;(5)自修改代碼平均每增加1次自修改，對應(yīng)在QEMU上的翻譯塊約增加10.51塊; (6)在QEMU上執(zhí)行的程序，翻譯塊數(shù)超過一定的值后，執(zhí)行時間與翻譯塊數(shù)基本成線性關(guān)系。

　　在以塊為基本單位的二進制翻譯器中，當(dāng)自修改代碼發(fā)生時，被修改的源代碼所在的塊對應(yīng)的Code cache中翻譯好的塊就必須被清除，否則將造成語義上的不一致，導(dǎo)致翻譯錯誤。本文量化分析了自修改代碼對QEMU翻譯效率的影響，得出了一些初步結(jié)論，下一步將繼續(xù)研究自修改代碼翻譯效率的提高問題。

參考文獻

　　[1] Self-modifying code[EB/OL].(2009-04)[2014-01].http://en.wikipedia.org/wiki/Self-modifying code.

　　[2] KANZAKI Y, MONDEN A, NAKAMURA M, et al. Expl-oiting selfmodication mechanism for program protection[C].In:Proceedings of the 27th Annual International ComputerSoftware and Applications Conference, USA: IEEE Press,2003:170-181.

　　[3] MADOU M, ANCKAERT B, MOSELEY P, et al. Softwareprotection through dynamic code mutation[C]. In: Proceed-ings of Information Security Applications Conference, USA:ACM  Press, 2005:194-206.

　　[4] 莫翩晨, 林和, 蔡萬景,等. 基于RSA算法與自修改機制的軟件保護[J]. 計算機研究與發(fā)展, 2006,43(3):140-144.

　　[5] Intel.IA-32 Intel architecture software developer′s manu-als[Z]. 2005.

　　[6] 張浩,錢學(xué)海.自修改代碼在Godson-X上的處理實現(xiàn)[J].計算機工程, 2008,34(3):102-104.

　　[7] GSCHWIND M, ALTMAN E, SATHAYE S, et al. Dynamicand transparent binary translation[J]. IEEE Computer Soci-ety, 2000,33(3):54-59.

　　[8] EBCIOGLU K, ALTMAN E. DAISY: dynamic compilatonfor 100 percent architectural compatibility[C]. In: Proceed-ings of ISCA24, New York: ACM Press, 1997:26-37.

　　[9] QEMU: The open source processor emulator[EB/OL].(2010-03-31)[2014-01-26].http://fabrice.bellard.free.fr/qemu/about.html.

　　[10] BELLARD F. QEMU, a fast and portable dynamic trans-lator[C]. USENIX Annual Technical Conference, APR10-15, USENIX Association Proceedings of the Freenix/Open Source Track, 2005:41-46.

　　[11] SMITH J, NAIR R. Virtual machines: versatile platformsfor systems and processes[M]. Morgan Kaufmann, 2005.