首先,我是使用二进制文件的新手,希望这不是一个愚蠢的问题。
我已经从二进制文件的 .text 部分生成了带有指令序列的表。具有 2 个指令序列的表如下所示:
sequence | total | relative
------------------------------------
e3a0b000e3a0e000 | 2437 | 0.0469
...
使用 IDAPython 提取序列,生成的文本文件如下所示:
9c54 SUBROUTINE
9c54 e3a0b000 MOV R11, #0
9c58 e3a0e000 MOV LR, #0
...
更新
现在,我使用 Aho-Corasick 算法将这些序列匹配到我从中提取它们的同一个二进制文件中。我只是将表中的所有序列添加到 Aho 自动机:
import binascii
import ahocorasick
from connect_db import DB
from get_metadata import get_meta
a = ahocorasick.Automaton()
meta = get_meta()
with DB('test.db') as db:
for idx, key in enumerate(list(db.select_query(meta['select_queries']['select_all'].format('sequence_two')))):
a.add_word(key[0], (idx, key[0]))
a.make_automaton()
with open('../test/test_binary', 'rb') as f:
for sub in a.iter(f.read().hex()):
print('file offset: %s; length: %d; sequence: %s' % (hex(sub[0]), len(sub[1][1]), sub[1][1]))
然后我得到以下输出:
file offset: 0x38b7; length: 16; sequence: e3a0b000e3a0e000
...
我的问题是 Aho-Corasick 返回 0x38b7 并且我在 Ubuntu 中使用 ghex 再次查看二进制文件,并在预期的偏移量处找到了两条指令:
offset: bytes:
00001C54 E3A0B000 E3A0E000 ...
这意味着我应该在 0x1c54 - 0x1c5c 的范围内找到它们,这是原始偏移量 (0x9c54 - 0x8000)
我还没有真正理解如何获得相同的偏移量,但我想使用 Aho-Corasick 获得原始偏移量。我知道 Aho-Corasick 返回关键字结尾的偏移量。