3

我想将jmp *(eax)代码中的间接指令替换mov *(eax),ebx; jmp *ebx为 x86 可执行文件。

在实现这个之前，我想制作 LLVM 编译器，每次jmp *(eax)通过添加一些打印语句检测到指令时记录一个输出。

然后我想继续替换间接序列。

From what i have seen from google searches and articles, i can probably achieve this by modifying the x86asmprinter in the llvm backend. But i am not sure how to go about it. Any help or reading would be appreciated.

Note: My actual requirement deals with indirect jumps and pop, but i want to start with this to understand the backend a bit more before i dive into anything more.

4

1 回答 1

7

我完成了我的项目。发布我的方法以造福他人。

LLVM 后端的主要功能是根据目标架构和其他规范将中间表示转换为最终的可执行文件。LLVM 后端本身由几个阶段组成，这些阶段针对特定的优化、指令选择、调度和指令发出。这些阶段是必需的，因为 IR 是一种非常通用的表示形式，需要进行大量修改才能最终将它们转换为目标特定的可执行文件。

1）每次编译器生成时记录jmp *(eax)

我们可以通过在指令发出/打印阶段添加打印语句来实现这一点。在完成大部分来自 IR 的主要转换后，有一个 AsmPrinter 通道，它通过每个函数的基本块中的每个机器指令。此主循环位于lib/CodeGen/AsmPrinter/AsmPrinter.cpp:AsmPrinter::EmitFunctionBody(). 还有其他相关函数，如 EmitFunctionEpilogue、EmitFunctionPrologue。这些函数最终为特定架构调用 EmitInstruction，例如：lib/Target/X86/X86AsmPrinter.cpp. 如果您稍微修改一下，您可以调用 MI.getOpcode() 并将其与为体系结构定义的枚举进行比较以打印日志。

例如对于在 X86 中使用寄存器的跳转，它是 X86::JMP64r。您可以使用 MI.getOperand(0) 等获取关联的寄存器。

if(MI->getOpcode() == X86::JMP64r)
dbgs() << "Found jmp *x instruction\n";

2) 更换指令 所需的更改取决于您需要的更换类型。如果您需要有关寄存器或先前指令的更多上下文，我们将需要在 Pass 链中实现更高的更改。有一种指令表示称为选择 DAG（有向无环图），它存储每条指令与前一条指令的依赖关系。例如，在序列中

mov myvalue,%rax
jmp *rax

由于 rax 的值取决于 mov 指令，因此 DAG 将使 jmp 指令指向 move 指令（可能还有其他节点）。您可以将此处的节点替换为所需的节点。如果做得正确，它最终应该会改变最终的指令。SelectionDAG 代码位于lib/CodeGen/SelectionDAG/SelectionDAGISel.cpp. 总是最好先四处寻找，找出改变的理想场所。在对 DAG 进行拓扑排序之前，每个 IR 语句都会经历多次更改，从而使指令处于线性序列中。可以使用 中的 -view-dag* 选项查看图表llc --help-hidden。就我而言，我只是在 EmitInstruction 中添加了一个特定的检查，并添加了代码来发出我想要的两条指令。

LLVM 文档总是在那里，但我发现 Eli Bendersky 的两篇文章比任何其他资源都更有帮助。LLVM 指令的生命周期和深入研究 LLVM 代码生成。这些文章讨论了非常复杂的 TableGen 描述和指令匹配过程，如果您有兴趣，这很酷。

于 2015-05-04T18:41:07.037 回答