Q1:какие asm-трансляторы существуют?
Стандартный ассемблер для UNIX'а это — as, выходящий в бесплатно распространяемый комплект binutils (ftp://ftp.gnu.org/gnu/binutils), имеющийся в практически любом дистрибутива и поддерживающий AT&T синтаксис. Переваривает огромное количество процессоров (включая Intel Pentium-4 SSE3 и AMD x86-64). В качестве макропроцессора использует штатный препроцессор Си. Выходной формат: a.out.
NASM (Netwide Assembler – Расширенный Ассемблер) x86-транслятор ассемблера (16/32-разрядные режимы), поддерживающий синтаксис Intel и макроязык в стиле MASM. Выходные форматы: bin, aout, aoutb, coff, elf, as86, obj, win32, rdf, obj-ieee. Бесплатен, но содержит множество ошибок и странностей поведения: https://sourceforge.net/projects/nasm.
YASM ("Yes, it's an assembler" — "Да, это ассемблер". другие варианты расшифровки: "Your favorite assembler" — ваш любимый ассемблер и как "Yet another assembler" — "еще один ассемблер") гибридный транслятор, поддерживающий оба синтаксиса (AT&T + Intel), а потому совместимый с NASM'ом (попутно исправляя его ошибки) и частично с as. Переваривает команды Intel x86 (16/32) и AMD x86-64. Выходные форматы: bin, coff, elf. Распространяется бесплатно: http://www.tortall.net/projects/yasm;
FASM (Flat Assembler – Ассемблер Плоского Режима) довольно самобытный ассемблер со своим ни с чем не совместимым синтаксисом (в стиле Intel) и мощным макро-движком. Поддерживает Intel x86 (16/32) и AMD x86-64. Выходные форматы: bin, mz, pe, coff, elf. Бесплатен: http://flatassembler.net;
Q2: какой ассемблер выбрать?
Наибольшей популярностью пользуется as. Знать его синтаксис необходимо уже хотя бы затем, чтобы разбираться с чужими программами. Если вы раньше программировали под MS-DOS/Windows то, вероятно, лучшим выбором окажется NAMS/YASM (последний более предпочтителен). FASM (при всем уважении к нему) можно рекомендовать только его поклонникам.
Q3:что такое Intel и AT&T нотация?
AT&T синтаксис разрабатывался компанией AT&T в те далекие времена, когда никакого Intel'а вообще не существовало, процессоры менялись как перчатки и знание нескольких ассемблеров было вполне нормальным явлением. По сравнению с синтаксисом Intel, AT&T-синтаксис намного более избыточен, но это сделано умышленно с целью сокращения ошибок (хинт: на одном процессоре команда MOV может перемещать 32-бита, на другом 16, а на третьем вообще 64).
Отличия синтаксиса AT&T от Intel следующие:
- имена регистров предваряются префиксом: "%":
- Intel: eax, ebx, dl;
- AT&T: %eax, %ebx, %dl;
- обратный порядок операндов: вначале источник, затем приёмник:
- Intel: mov eax, ebx;
- AT&T: movl %ebx, %eax;
- размер операнда задается суффиксом, замыкающим инструкцию, всего есть три типа суффиксов: "b" — байт (8-бит), "w" – слово (16-бит) и "l" – двойное слово (32-бита):
- Intel: mov ah, al;
- AT&T: movb %al, %ah;
- Intel: mov bx, ax;
- AT&T: movw %ax, %bx;
- Intel: mov eax, ebx;
- AT&T: movl %ebx, %eax;
- в командах длинного косвенного перехода или вызова (indirect far jump/call), а так же дальнего возврата из функции (ret far) префикс размера ("l") ставится _перед_ командой (сокращение от long jmp/call) независимо от физического размера операнда, равного 32-бита в 16-разрядном режиме и 48-бит в 32-разрядном:
- Intel: jmp large fword ptr ds:[666h];
- AT&T: ljmp *0x666;
- Intel: retf;
- AT&T: lret;
- числовые константы записываются в Си-соглашении:
- для получения смещения метки используется префикс "$", отсутствие которого приводит к чтению содержимого ячейки:
- Intel: mov eax, offset label;
- AT&T: movl $label, %eax;
- Intel: mov eax, [label];
- AT&T: movl label, %eax;
- в тех случаях, когда метка является адресом перехода, префикс "$" опускается:
- Intel: jmp label;
- AT&T: jmp label;
- Intel: jmp –;
- AT&T jmp 0x69;
- для косвенного перехода по адресу используется префикс "*":
- Intel: jmp dword ptr ds:[69h];
- AT&T: jmp *0x69;
- Intel: jmp dword ptr ds:[label];
- AT&T: jmp *label;
- Intel: jmp eax;
- AT&T: jmp *%eax;
- Intel: jmp dword ptr ds: [eax];
- AT&T: jmp *(%eax);
- использование префикса "$" перед константой используется для получения ее значения. знак (если он есть) ставится после префикса. константа без указателя трактуется как указатель:
- Intel: mov eax, 69h;
- AT&T movl $0x69, %eax;
- Intel: mov eax, -69h;
- AT&T movl $-0x69, %eax;
- Intel: mov eax, [69h];
- AT&T movl 0x69, %eax
- для реализации косвенной адресации базовый регистр заключается в круглые скобки, перед которыми может присутствовать индекс, записанный в виде числовой константы или метки _без_ префикса "$":
- Intel: mov eax, [ebx];
- AT&T: movl (%ebx), %eax;
- Intel: mov eax, [ebx+69h];
- AT&T: movl 0x69(%ebx), %eax;
- Intel: mov eax, [ebx+label];
- AT&T: movl label(%ebx), %eax;
- если регистров несколько, то они разделаются через запятую:
- Intel: mov eax, [ebx+ecx];
- AT&T: movl (%ebx, %ecx), %eax;
- для задания коэффициента масштабирования (scale) перед первым регистром ставится ведущая запятая (при использовании базово индексной адресации запятая опускается), а сам коэффициент отделяется другой запятой, без префикса "$":
- Intel: mov eax, [ebx*8];
- AT&T movl (,%ebx, 8), %eax
- Intel: mov eax, [ebx*8+label];
- AT&T movl label(,%ebx, 8), %eax
- Intel: mov eax, [ecx+ebx*8+label];
- AT&T: movl label(%ecx, %ebx, 8);
- Intel: mov eax, [ebx+ecx*8+label];
- AT&T: movl label(%ebx, %ecx, 8);
- сегментная адресация с использованием сегментных регистров отличается от Intel'а использованием круглых скобок вместо квадратных:
- Intel: mov eax, es:[ebx];
- AT&T: movl %es:(%bx), %eax;
- в командах переходов и вызовов функций непосредственные сегмент и смещение разделяется не двоеточием, а запятой – баг в IDA 4.7, 5.0:
- Intel: jmp far 10h:100000h (псевдоконструкция!)
- AT&T: jmp $0x10, $0x100000;
- Intel: jmp far ptr 10:100000
- AT&T: jmp $10, $0100000 – транслируется в –> jmp far ptr 0:0F4240h;
Q4: как выглядит программа на asm?
Простейшая ассемблерная программа, работающая через штатную библиотеку LIBC, и выводящая "hello, world!" на консоль выглядит так:
.text
// объявляем глобальную метку main
.global main
main:
pushl $len // длина строки
pushl $msg // указатель на строку
pushl $1 // stdout
call write // функция записи
addl $12,%esp // выталкиваем аргументы из стека
ret // возвращаемся в стартовый код
.data
msg: .ascii "hello, world!\n" // строка для вывода
len = . - msg // вычисление длины строки
Листинг 1 исходный текст программы demo-asm-libc.S, работающей через LIBC
Q5: как ее собрать и запустить?
Проще и правильнее всего транслировать ассемблерные программы с помощью… компилятора gcc, однако, в этом случае у файла должно быть расширение .S, иначе компилятор не поймет, что это ассемблерная программа:
# компилируем и линкуем
$gcc demo-asm-libc.S -o demo-asm-libc
# убиваем символьную инфу (для сокращения размеров файла)
$strip demo-asm-libc
# запускаем на выполнение
$./demo-asm-libc
hello, world!
Q6: есть ли у UNIX'а API?
Да, у UNIX'а есть API — высокоуровневые библиотеки и в первую очередь LIBC (условный аналог KERNEL32.DLL в win32), пример использования которой был продемонстрирован в листинге 1.
Некоторые хакеры тяготеют к использованию системных вызовов (syscall'ов), представляющих собой своеобразный Native-API, по разному реализованный в различных системах, что затрудняет написание программ, работающих более, чем на одной машине. Тем не менее, применение syscall'ов оправдано в shell-коде, червях и вирусах в силу простоты и компактности их вызова.
Q7: покажите программу с системными вызовами!
Программа, выводящая "hello, world!" на консоль, переложенная на системные вызовы выглядит так:
.text
// точка входа, которую ищет линкер по умолчанию
.globl _start
_start:
movl $4,%eax // системный вызов #4 "write"
movl $1,%ebx // 1 -- stdout
movl $msg,%ecx // смещение выводимой строки
movl $len,%edx // длина строки
int $0x80 // write(1, msg, len);
movl $1, %eax // системный вызов #1 "exit"
xorl %ebx,%ebx // код возврата
int $0x80 // exit(0);
.data
msg: .ascii "hello,elf\n"
len = . - msg
Листинг 3 исходный текст программы demo-asm-80h.S, работающей через syscall'ы
Q8: и как же ее собрать?
# транслируем
$as -о demo-asm-80h.o demo-asm-80h.S
# линкуем
$ld -s -o demo-asm-80h demo-asm-80h.o
# убиваем символьную инфу (для сокращения размеров файла)
$strip demo-asm-80h
# запускаем на linux
./demo-asm-80h
hello, world!
# запускам на xBDS (через эмулятор системных вызовов)
brandelf -t Linux demo-asm-80h
./demo-asm-80h
hello, world!
Эти команды показывают, как сделать сборку ассемблерной программы без gcc.
