quarkslab/qsynthesisSintetizador Greybox orientado a la desofuscación de instrucciones de ensamblador.
QSynthesis es una API de Python3 para realizar síntesis de programas basada en E/S de expresiones de vectores de bits. Su objetivo es facilitar la desofuscación de código. El algoritmo es un enfoque de caja gris que combina tanto una síntesis basada en E/S de caja negra como una búsqueda AST de caja blanca para sintetizar subexpresiones (si el nodo raíz no puede sintetizarse).
Este algoritmo fue descrito originalmente en el taller académico BAR:
El código ha sido publicado como parte de la siguiente charla de Black Hat:
Aviso: Este framework es experimental y solo debe utilizarse con fines de experimentación. Su objetivo principal es estimular la investigación en esta área.
La instalación, los ejemplos y la documentación de la API están disponibles en la documentación dedicada: Documentation
La síntesis principal se basa en el motor simbólico Triton sobre el cual se construye todo el framework. Proporciona las siguientes funcionalidades:
Para que funcione, primero debe instalarse Triton: install documentation. Triton no se instala automáticamente en un virtualenv, cópialo en tu venv o usa --system-site-packages al configurar tu venv.
Luego:
$ git clone https://github.com/quarkslab/qsynthesis.git
$ cd qsynthesis
$ pip3 install '.[all]'
El [all] instalará todas las dependencias (consulta la documentación para una instalación ligera).
El algoritmo de síntesis requiere generar tablas de oráculos derivadas de una gramática (un
conjunto de variables y operadores). La instalación de Qsynthesis proporciona la utilidad qsynthesis-table-manager
que permite manipular tablas. El siguiente comando genera una tabla con 3 variables de 64 bits,
5 operadores usando un vector de 16 entradas. Limitamos la generación a 5 millones de entradas.
$ qsynthesis-table-manager generate -bs 64 --var-num 3 --input-num 16 --random-level 5 --ops AND,NEG,MUL,XOR,NOT --watchdog 80 --limit 5000000 my_oracle_table
Generate Table
Watchdog value: 80.0
Depth 2 (size:3) (Time:0m0.23120s)
Depth 3 (size:21) (Time:0m0.23198s)
Depth 4 (size:574) (Time:0m0.26068s)
Depth 5 (size:400858) (Time:0m21.23231s)
Threshold reached, generation interrupted
Stop required
Depth 5 (size:5000002) (Time:4m52.56009s) [RAM:9.52Gb]
Nota: El proceso de generación consume RAM, el --watchdog permite establecer un
porcentaje de la RAM por encima del cual se interrumpe la generación.
Entonces podemos intentar simplificar una expresión aparentemente ofuscada con:
from qsynthesis import SimpleSymExec, TopDownSynthesizer, InputOutputOracleLevelDB
blob = b'UH\x89\xe5H\x89}\xf8H\x89u\xf0H\x89U\xe8H\x89M\xe0L\x89E\xd8H\x8bE' \
b'\xe0H\xf7\xd0H\x0bE\xf8H\x89\xc2H\x8bE\xe0H\x01\xd0H\x8dH\x01H\x8b' \
b'E\xf8H+E\xe8H\x8bU\xe8H\xf7\xd2H\x0bU\xf8H\x01\xd2H)\xd0H\x83\xe8' \
b'\x02H!\xc1H\x8bE\xe0H\xf7\xd0H\x0bE\xf8H\x89\xc2H\x8bE\xe0H\x01\xd0' \
b'H\x8dp\x01H\x8bE\xf8H+E\xe8H\x8bU\xe8H\xf7\xd2H\x0bU\xf8H\x01\xd2' \
b'H)\xd0H\x83\xe8\x02H\t\xf0H)\xc1H\x89\xc8H\x83\xe8\x01]\xc3'
# Perform symbolic execution of the instructions
symexec = SimpleSymExec("x86_64")
symexec.initialize_register('rip', 0x40B160) # arbitrary address
symexec.initialize_register('rsp', 0x800000) # arbitrary stack
symexec.execute_blob(blob, 0x40B160)
rax = symexec.get_register_ast("rax") # retrieve rax register expressions
# Load lookup tables
ltm = InputOutputOracleLevelDB.load("my_oracle_table")
# Perform Synthesis of the expression
synthesizer = TopDownSynthesizer(ltm)
synt_rax, simp = synthesizer.synthesize(rax)
print(f"expression: {rax.pp_str}")
print(f"synthesized expression: {synt_rax.pp_str} [{simp}]")
Un enorme agradecimiento a los colaboradores de esta investigación: