Android 系统安全愈发重要，像传统pc安全的可执行文件加固一样，应用加固是Android系统安全中非常重要的一环。目前Android 应用加固可以分为dex加固和Native加固，Native 加固的保护对象为 Native 层的 SO 文件，使用加壳、反调试、混淆、VM 等手段增加SO文件的反编译难度。目前最主流的 SO 文件保护方案还是加壳技术， 在SO文件加壳和脱壳的攻防技术领域，最重要的基础的便是对于 Linker 即装载链接机制的理解。对于非安全方向开发者，深刻理解系统的装载与链接机制也是进阶的必要条件。

本文详细分析了 Linker 对 SO 文件的装载和链接过程，最后对 SO 加壳的关键技术进行了简要的介绍。

对于 Linker 的学习，还应该包括 Linker 自举、可执行文件的加载等技术，但是限于本人的技术水平，本文的讨论范围限定在 SO 文件的加载，也就是在调用dlopen("libxx.SO")之后，Linker 的处理过程。

本文基于 Android 5.0 AOSP 源码，仅针对 ARM 平台，为了增强可读性，文中列举的源码均经过删减，去除了其他 CPU 架构的相关源码以及错误处理。

另:阅读本文的读者需要对 ELF 文件结构有一定的了解。

2.1.1do_dlopen
调用 dl_open 后，中间经过 dlopen_ext, 到达第一个主要函数 do_dlopen:

soinfo* do_dlopen(const char* name, int flags, const Android_dlextinfo* extinfo) {

  protect_data(PROT_READ | PROT_WRITE);

  soinfo* si = find_library(name, flags, extinfo); // 查找 SO

  if (si != NULL) {

    si->CallConstructors(); // 调用 SO 的 init 函数

  }

  protect_data(PROT_READ);

  return si;

}

do_dlopen 调用了两个重要的函数，第一个是find_library, 第二个是 soinfo 的成员函数 CallConstructors，find_library 函数是 SO 装载链接的后续函数， 完成 SO 的装载链接后， 通过 CallConstructors 调用 SO 的初始化函数。

2.1.2find_library_internal
find_library 直接调用了 find_library_internal，下面直接看 find_library_internal函数:

static soinfo* find_library_internal(const char* name, int dlflags, const Android_dlextinfo* extinfo) {

  if (name == NULL) {

    return somain;

  }

  soinfo* si = find_loaded_library_by_name(name);  // 判断 SO 是否已经加载

  if (si == NULL) {

    TRACE("[ '%s' has not been found by name.  Trying harder...]", name);

    si = load_library(name, dlflags, extinfo);     // 继续 SO 的加载流程

  }

  if (si != NULL && (si->flags & FLAG_LINKED) == 0) {

    DL_ERR("recursive link to \"%s\"", si->name);

    return NULL;

  }

  return si;

}

find_library_internal 首先通过 find_loaded_library_by_name 函数判断目标 SO 是否已经加载，如果已经加载则直接返回对应的soinfo指针，没有加载的话则调用 load_library 继续加载流程，下面看 load_library 函数。

static soinfo* load_library(const char* name, int dlflags, const Android_dlextinfo* extinfo) {

    int fd = -1;

    ...

    // Open the file.

    fd = open_library(name);                // 打开 SO 文件，获得文件描述符 fd

    ElfReader elf_reader(name, fd);         // 创建 ElfReader 对象

    ...

    // Read the ELF header and load the segments.

    if (!elf_reader.Load(extinfo)) {        // 使用 ElfReader 的 Load 方法，完成 SO 装载

        return NULL;

    }

    soinfo* si = soinfo_alloc(SEARCH_NAME(name), &file_stat);  // 为 SO 分配新的 soinfo 结构

    if (si == NULL) {

        return NULL;

    }

    si->base = elf_reader.load_start();  // 根据装载结果，更新 soinfo 的成员变量

    si->size = elf_reader.load_size();

    si->load_bias = elf_reader.load_bias();

    si->phnum = elf_reader.phdr_count();

    si->phdr = elf_reader.loaded_phdr();

    ...

    if (!soinfo_link_image(si, extinfo)) {  // 调用 soinfo_link_image 完成 SO 的链接过程

      soinfo_free(si);

      return NULL;

    }

    return si;

}

load_library 函数呈现了 SO 装载链接的整个流程，主要有3步:

1装载:创建ElfReader对象，通过 ElfReader 对象的 Load 方法将 SO 文件装载到内存

2分配soinfo:调用 soinfo_alloc 函数为 SO 分配新的 soinfo 结构，并按照装载结果更新相应的成员变量

3链接: 调用 soinfo_link_image 完成 SO 的链接

通过前面的分析，可以看到， load_library 函数中包含了 SO 装载链接的主要过程, 后文主要通过分析 ElfReader 类和 soinfo_link_image 函数, 来分别介绍 SO 的装载和链接过程。

在 load_library 中， 首先初始化 elf_reader 对象, 第一个参数为 SO 的名字， 第二个参数为文件描述符 fd:
ElfReader elf_reader(name, fd)
之后调用 ElfReader 的 load 方法装载 SO。

    ...

    // Read the ELF header and load the segments.

    if (!elf_reader.Load(extinfo)) {

        return NULL;

    }

    ...

ElfReader::Load 方法如下:

bool ElfReader::Load(const Android_dlextinfo* extinfo) {

  return ReadElfHeader() &&             // 读取 elf header

         VerifyElfHeader() &&           // 验证 elf header

         ReadProgramHeader() &&         // 读取 program header

         ReserveAddressSpace(extinfo) &&// 分配空间

         LoadSegments() &&              // 按照 program header 指示装载 segments

         FindPhdr();                    // 找到装载后的 phdr 地址

}

ElfReader::Load 方法首先读取 SO 的elf header，再对elf header进行验证，之后读取program header，根据program header 计算 SO 需要的内存大小并分配相应的空间，紧接着将 SO 按照以 segment 为单位装载到内存，最后在装载到内存的 SO 中找到program header，方便之后的链接过程使用。
下面深入 ElfReader 的这几个成员函数进行详细介绍。

bool ElfReader::ReadElfHeader() {

  ssize_t rc = read(fd_, &header_, sizeof(header_));

  if (rc != sizeof(header_)) {

    return false;

  }

  return true;

}

ReadElfHeader 使用 read 直接从 SO 文件中将 elfheader 读取 header 中，header_ 为 ElfReader 的成员变量，类型为 Elf32_Ehdr，通过 header 可以方便的访问 elf header中各个字段，elf header中包含有 program header table、section header table等重要信息。
对 elf header 的验证包括:

magic字节

32/64 bit 与当前平台是否一致

大小端

类型:可执行文件、SO …

版本:一般为 1，表示当前版本

平台:ARM、x86、amd64 …

有任何错误都会导致加载失败。

bool ElfReader::ReadProgramHeader() {

  phdr_num_ = header_.e_phnum;      // program header 数量

  // mmap 要求页对齐

  ElfW(Addr) page_min = PAGE_START(header_.e_phoff);

  ElfW(Addr) page_max = PAGE_END(header_.e_phoff + (phdr_num_ * sizeof(ElfW(Phdr))));

  ElfW(Addr) page_offset = PAGE_OFFSET(header_.e_phoff);

  phdr_size_ = page_max - page_min;

  // 使用 mmap 将 program header 映射到内存

  void* mmap_result = mmap(NULL, phdr_size_, PROT_READ, MAP_PRIVATE, fd_, page_min);

  phdr_mmap_ = mmap_result;

  // ElfReader 的成员变量 phdr_table_ 指向program header table

  phdr_table_ = reinterpret_cast<ElfW(Phdr)*>(reinterpret_cast<char*>(mmap_result) + page_offset);

  return true;

}

将 program header 在内存中单独映射一份，用于解析program header 时临时使用，在 SO 装载到内存后，便会释放这块内存，转而使用装载后的 SO 中的program header。

bool ElfReader::ReserveAddressSpace(const Android_dlextinfo* extinfo) {

  ElfW(Addr) min_vaddr;

  // 计算 加载SO 需要的空间大小

  load_size_ = phdr_table_get_load_size(phdr_table_, phdr_num_, &min_vaddr);

  // min_vaddr 一般情况为零，如果不是则表明 SO 指定了加载基址

  uint8_t* addr = reinterpret_cast<uint8_t*>(min_vaddr);

  void* start;

  int mmap_flags = MAP_PRIVATE | MAP_ANONYMOUS;

  start = mmap(addr, load_size_, PROT_NONE, mmap_flags, -1, 0);

  load_start_ = start;

  load_bias_ = reinterpret_cast<uint8_t*>(start) - addr;

  return true;

}

首先调用 phdr_table_get_load_size 函数获取 SO 在内存中需要的空间load_size，然后使用 mmap 匿名映射，预留出相应的空间。

关于loadbias: SO 可以指定加载基址，但是 SO 指定的加载基址可能不是页对齐的，这种情况会导致实际映射地址和指定的加载地址有一个偏差，这个偏差便是 load_bias_，之后在针对虚拟地址进行计算时需要使用 load_bias_ 修正。普通的 SO 都不会指定加载基址，这时min_vaddr = 0，则 load_bias_ = load_start_，即load_bias_ 等于加载基址，下文会将load_bias_ 直接称为基址。

下面深入phdr_table_get_load_size分析一下 load_size 的计算:使用成员变量 phdr_table 遍历所有的program header， 找到所有类型为 PT_LOAD 的 segment 的 p_vaddr 的最小值，p_vaddr + p_memsz 的最大值，分别作为 min_vaddr 和 max_vaddr，在将两个值分别对齐到页首和页尾，最终使用对齐后的 max_vaddr - min_vaddr 得到 load_size。

size_t phdr_table_get_load_size(const ElfW(Phdr)* phdr_table, size_t phdr_count,

                                ElfW(Addr)* out_min_vaddr,

                                ElfW(Addr)* out_max_vaddr) {

  ElfW(Addr) min_vaddr = UINTPTR_MAX;

  ElfW(Addr) max_vaddr = 0;

  bool found_pt_load = false;

  for (size_t i = 0; i < phdr_count; ++i) {

    const ElfW(Phdr)* phdr = &phdr_table;

    if (phdr->p_type != PT_LOAD) {

      continue;

    }

    found_pt_load = true;

    if (phdr->p_vaddr < min_vaddr) {

      min_vaddr = phdr->p_vaddr;         // 记录最小的虚拟地址

    }

    if (phdr->p_vaddr + phdr->p_memsz > max_vaddr) {

      max_vaddr = phdr->p_vaddr + phdr->p_memsz;  // 记录最大的虚拟地址

    }

  }

  if (!found_pt_load) {

    min_vaddr = 0;

  }

  min_vaddr = PAGE_START(min_vaddr);      // 页对齐

  max_vaddr = PAGE_END(max_vaddr);      // 页对齐

  if (out_min_vaddr != NULL) {

    *out_min_vaddr = min_vaddr;

  }

  if (out_max_vaddr != NULL) {

    *out_max_vaddr = max_vaddr;

  }

  return max_vaddr - min_vaddr;         // load_size = max_vaddr - min_vaddr

}

遍历 program header table，找到类型为 PT_LOAD 的 segment:

计算 segment 在内存空间中的起始地址 segstart 和结束地址 seg_end，seg_start 等于虚拟偏移加上基址load_bias，同时由于 mmap 的要求，都要对齐到页边界得到 seg_page_start 和 seg_page_end。

计算 segment 在文件中的页对齐后的起始地址 file_page_start 和长度 file_length。

使用 mmap 将 segment 映射到内存，指定映射地址为 seg_page_start，长度为 file_length，文件偏移为 file_page_start。

bool ElfReader::LoadSegments() {

  for (size_t i = 0; i < phdr_num_; ++i) {

    const ElfW(Phdr)* phdr = &phdr_table_;

    if (phdr->p_type != PT_LOAD) {

      continue;

    }

    // Segment 在内存中的地址.

    ElfW(Addr) seg_start = phdr->p_vaddr + load_bias_;

    ElfW(Addr) seg_end   = seg_start + phdr->p_memsz;

    ElfW(Addr) seg_page_start = PAGE_START(seg_start);

    ElfW(Addr) seg_page_end   = PAGE_END(seg_end);

    ElfW(Addr) seg_file_end   = seg_start + phdr->p_filesz;

    // 文件偏移

    ElfW(Addr) file_start = phdr->p_offset;

    ElfW(Addr) file_end   = file_start + phdr->p_filesz;

    ElfW(Addr) file_page_start = PAGE_START(file_start);

    ElfW(Addr) file_length = file_end - file_page_start;

    if (file_length != 0) {

      // 将文件中的 segment 映射到内存

      void* seg_addr = mmap(reinterpret_cast<void*>(seg_page_start),

                            file_length,

                            PFLAGS_TO_PROT(phdr->p_flags),

                            MAP_FIXED|MAP_PRIVATE,

                            fd_,

                            file_page_start);

    }

    // 如果 segment 可写, 并且没有在页边界结束，那么就将 segemnt end 到页边界的内存清零。

    if ((phdr->p_flags & PF_W) != 0 && PAGE_OFFSET(seg_file_end) > 0) {

      memset(reinterpret_cast<void*>(seg_file_end), 0, PAGE_SIZE - PAGE_OFFSET(seg_file_end));

    }

    seg_file_end = PAGE_END(seg_file_end);

    // 将 (内存长度 - 文件长度) 对应的内存进行匿名映射

    if (seg_page_end > seg_file_end) {

      void* zeromap = mmap(reinterpret_cast<void*>(seg_file_end),

                           seg_page_end - seg_file_end,

                           PFLAGS_TO_PROT(phdr->p_flags),

                           MAP_FIXED|MAP_ANONYMOUS|MAP_PRIVATE,

                           -1,

                           0);

    }

  }

  return true;

}

load_library 在调用 load_segments 完成装载后，接着调用 soinfo_alloc 函数为目标SO分配soinfo，soinfo_alloc 函数实现如下:

static soinfo* soinfo_alloc(const char* name, struct stat* file_stat) {

  soinfo* si = g_soinfo_allocator.alloc();  //分配空间，可以简单理解为 malloc

  // Initialize the new element.

  memset(si, 0, sizeof(soinfo));

  strlcpy(si->name, name, sizeof(si->name));

  si->flags = FLAG_NEW_SOINFO;

  sonext->next = si;    // 加入到存有所有 soinfo 的链表中

  sonext = si;

  return si;

}

Linker 为 每个 SO 维护了一个soinfo结构，调用 dlopen时，返回的句柄其实就是一个指向该 SO 的 soinfo 指针。soinfo 保存了 SO 加载链接以及运行期间所需的各类信息，简单列举一下:

装载链接期间主要使用的成员:

l 装载信息

const ElfW(Phdr)* phdr;

size_t phnum;

ElfW(Addr) base;

size_t size;

l 符号信息

const char* strtab;

ElfW(Sym)* symtab;

l 重定位信息

ElfW(Rel)* plt_rel;

size_t plt_rel_count;

ElfW(Rel)* rel;

size_t rel_count;

l init 函数和 finit 函数

Linker_function_t* init_array;

size_t init_array_count;

Linker_function_t* fini_array;

size_t fini_array_count;

Linker_function_t init_func;

Linker_function_t fini_func;

运行期间主要使用的成员:

l 导出符号查找（dlsym）:

const char* strtab;

ElfW(Sym)* symtab;

size_t nbucket;

size_t nchain;

unsigned* bucket;

unsigned* chain;

ElfW(Addr) load_bias;

l 异常处理:

unsigned* ARM_exidx;

size_t ARM_exidx_count;

load_library 在为 SO 分配 soinfo 后，会将装载结果更新到 soinfo 中，后面的链接过程就可以直接使用soinfo的相关字段去访问 SO 中的信息。

    ...

    si->base = elf_reader.load_start();

    si->size = elf_reader.load_size();

    si->load_bias = elf_reader.load_bias();

    si->phnum = elf_reader.phdr_count();

    si->phdr = elf_reader.loaded_phdr();

    ...

（腾讯御安全团队）