Rosetta 2 逆向工程项目

一项全面的逆向工程，旨在理解和记录苹果的 Rosetta 2 二进制翻译技术。

背景

架构转型

2020年11月，苹果发布了首批 Apple Silicon Mac，标志着从 Intel x86_64 处理器到自研 ARM M1 芯片的历史性转型。这是苹果的第三次重大架构转型：

1994: Motorola 68000 -> PowerPC
2006: PowerPC -> Intel x86_64
2020: Intel x86_64 -> Apple Silicon (ARM64)

每一次转型都需要一套二进制翻译方案，以便在迁移期间运行现有软件。Rosetta 2 是苹果迄今为止最先进的二进制翻译系统。

什么是 Rosetta?

Rosetta (2006-2011) 是苹果首个动态二进制翻译软件，使得 PowerPC 应用能够在基于 Intel 的 Mac 上运行。

主要特性：

动态翻译: 在运行时将 PowerPC 代码翻译为 x86_64 代码
操作系统集成: 内置于 Mac OS X 10.4 (Tiger) 到 10.6 (Snow Leopard)
透明操作: 用户正常启动 PowerPC 应用
性能开销: 通常比原生代码慢 20-50%

Rosetta 在 Mac OS X 10.7 (Lion) 中被移除，标志着 Intel 转型的完成。

什么是 Rosetta 2?

Rosetta 2 是苹果先进的动态二进制翻译技术，使得为 Intel x86_64 Mac 编译的应用能够在 Apple Silicon (ARM64) Mac 上运行。

架构概览```

┌─────────────────────────────────────────────────────────────┐ │ User Application (x86_64) │ ├─────────────────────────────────────────────────────────────┤ │ Rosetta 2 Layer │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────┐ │ │ │ Translator │ │ Runtime │ │ System Call │ │ │ │ (AOT/JIT) │ │ Library │ │ Translation │ │ │ └─────────────┘ └─────────────┘ └─────────────────────┘ │ ├─────────────────────────────────────────────────────────────┤ │ macOS Kernel (ARM64) │ ├─────────────────────────────────────────────────────────────┤ │ Apple Silicon Hardware │ └─────────────────────────────────────────────────────────────┘

### 关键技术

1. **提前（AOT）翻译**
   - 在安装时将 x86_64 二进制文件翻译为 ARM64
   - 将翻译后的代码存入缓存，以加快后续启动速度
   - 相比纯 JIT 翻译，减少了运行时开销

2. **即时（JIT）翻译**
   - 在执行期间按需翻译代码块
   - 处理动态加载代码和自修改代码
   - 维护翻译缓存以提高效率

3. **指令集翻译**
   - x86_64 -> ARM64 指令映射
   - SSE/AVX -> NEON 向量指令翻译
   - x86_64 标志 -> ARM64 条件码

4. **系统调用翻译**
   - 将 x86_64 macOS 系统调用转换为等效的 ARM64 系统调用
   - 处理不同的调用约定
   - 管理系统调用边界上的寄存器状态

5. **运行时支持**
   - CPU 特性检测模拟
   - 线程本地存储处理
   - 信号与异常处理

---

## Apple 如何在 macOS 中提供 Rosetta 2

### 安装位置

Rosetta 2 位于：```
/Library/Apple/usr/libexec/oah/
├── rosetta        # Main translator binary
├── rosettad       # Rosetta daemon
└── librosetta.*   # Runtime libraries

oah 目录代表“旧架构硬件”——这是从 PowerPC 过渡时代的延续。

自动安装

在 Apple Silicon Mac 上，Rosetta 2 默认并未安装。它通过两种方式触发：

首次启动提示 ``` The "Rosetta" software is not installed on your Mac. Rosetta translates apps from Intel-based Macs for use on Apple Silicon Macs.
命令行安装 ```bash softwareupdate --install-rosetta --agree-to-license

提供的组件

组件	描述
`RosettaLinux/rosetta`	包含翻译引擎的核心ARM64二进制文件
`RosettaLinux/rosettad`	管理翻译服务的系统守护进程
`debugserver -> /usr/libexec/rosetta/debugserver`	为被翻译的进程提供调试支持
`libRosettaRuntime`	翻译过程中链接的运行时库
`translate_tool -> /usr/libexec/rosetta/translate_tool`	用于构建翻译后二进制文件的翻译工具

与macOS集成

launchd集成：Rosetta守护进程作为系统服务运行
代码签名：翻译后的二进制文件自动完成代码签名
Gatekeeper：通过Rosetta翻译的应用通过安全检查
系统完整性保护：防止被修改

技术架构

翻译过程```

┌──────────────────────────────────────────────────────────────────┐ │ Phase 1: Binary Loading │ │ ─────────────────────────────────────────────────────────────── │ │ 1. Load x86_64 Mach-O binary │ │ 2. Parse segments, sections, symbols │ │ 3. Validate code signatures │ │ 4. Map into translation context │ └──────────────────────────────────────────────────────────────────┘ │ ▼ ┌──────────────────────────────────────────────────────────────────┐ │ Phase 2: AOT Translation │ │ ─────────────────────────────────────────────────────────────── │ │ 1. Disassemble x86_64 code sections │ │ 2. Translate instructions to ARM64 │ │ 3. Apply optimizations │ │ 4. Store in translation cache (~/.oah) │ └──────────────────────────────────────────────────────────────────┘ │ ▼ ┌──────────────────────────────────────────────────────────────────┐ │ Phase 3: Runtime Execution │ │ ─────────────────────────────────────────────────────────────── │ │ 1. Load translated ARM64 code │ │ 2. Set up x86_64 emulation context │ │ 3. Handle JIT translations for dynamic code │ │ 4. Translate syscalls on-the-fly │ └──────────────────────────────────────────────────────────────────┘

### 关键翻译挑战

1. **寄存器映射**
   - x86_64 有 16 个通用寄存器；ARM64 有 31 个通用寄存器
   - x86_64 标志寄存器 -> ARM64 NZCV 标志
   - RIP（指令指针）模拟

2. **内存排序**
   - x86_64：强内存排序（TSO）
   - ARM64：弱内存排序
   - 需要内存屏障以保证正确性

3. **向量指令**
   - SSE（128 位）-> NEON（128 位）直接映射
   - AVX（256 位）-> NEON 对模拟
   - SIMD 的异常处理不同

4. **调用约定**
   - x86_64：前 6 个参数在寄存器中（RDI, RSI, RDX, RCX, R8, R9）
   - ARM64：前 8 个参数在寄存器中（X0-X7）
   - 不同的栈帧布局

---

## 本项目

该仓库包含从 Rosetta 2 二进制文件中逆向工程实现的函数。通过细致的分析和反编译，我们已经识别并记录了数百个函数的语义用途。

### 目标

1. **教育性**：理解 Rosetta 2 内部工作原理
2. **文档化**：创建翻译技术的全面文档
3. **实现**：提供清晰、文档完善的 C 实现
4. **社区**：与逆向工程社区分享知识

### 我们的成就

- **828 个函数** 已在主要的 `rosetta` 二进制文件中识别并命名
- **612 个函数** 已用清晰的 C 代码完整实现
- **66 个类别** 的功能已记录
- 包含语义名称的完整函数名映射

### 函数类别

| 类别 | 函数数 | 描述 |
|----------|-----------|-------------|
| 入口点 | 1 | Rosetta 初始化 |
| 浮点/向量操作 | ~20 | 浮点和 SIMD 状态管理 |
| SIMD 内存操作 | ~10 | 使用 SIMD 的 memchr, memcmp, memcpy |
| 向量操作 | ~30 | NEON 向量算术、比较 |
| 二进制翻译 | ~50 | x86_64 -> ARM64 指令翻译 |
| 系统调用处理 | ~60 | 系统调用翻译与转发 |
| 内存管理 | ~20 | malloc, free, mmap 封装 |
| 哈希函数 | ~5 | 用于翻译缓存的地址哈希 |
| 字符串操作 | ~30 | SIMD 优化的字符串函数 |
| 密码学扩展 | ~30 | AES, SHA, CRC32 透传 |
| ELF 解析 | ~15 | Linux 二进制格式支持 |
| 翻译缓存 | ~20 | AOT/JIT 缓存管理 |

---

## 文件结构

### 核心文件```
Rosetta2/
├── README.md                      # This file
├── rosetta_decomp.c               # Original decompilation (74,677 lines)
├── rosettad_decomp.c              # Daemon decompilation (44,064 lines)
├── rosetta_refactored.c           # Minimal wrapper (59 lines) - includes modular headers
├── rosetta_refactored.c.legacy    # Legacy refactored code (19,302 lines) - archived
├── rosetta_refactored.h           # Main header (1,215 lines)
├── rosetta_refactored_complete.c  # Single-file implementation (2,686 lines)
├── rosetta_function_map.h         # Function name mapping (828 functions)
├── rosettad_refactored.c          # Daemon-side refactoring
└── SESSION_*.md                   # Session logs (30+ sessions)

attesor

最受欢迎