CodeObfs

一个LLVM初学者，基于LLVM Pass机制，对LLVM IR进行定制的混淆器。

序言

为了研究和学习VMP虚拟机壳，本来是想设计实现一套虚拟指令。马上要思考几个问题：
1、是编译式的还是补丁式的？
2、如果是补丁式的，那么实现哪种架构，ARMv7、ARMv8还是X86？
3、如果是编译式的，如何做到后端生成自己的虚拟指令？
...
自然而然的LLVM就进入了视野，如果能够通过LLVM IR语言描述出一套虚拟指令，那么就免去自己去实现后端的麻烦，并且一举通过LLVM实现跨平台。

设计**

本项目完全按照论文 https://dspace.cvut.cz/bitstream/handle/10467/82300/F8-DP-2019-Turcan-Lukas-thesis.pdf 中《4.1 Lightweight VM Pass》章节设计实现。即将函数中每个BasickBlcok的每一条指令，都分解为一个新的单独的BasicBlock，然后分配一个单独的命令码。将命令码按一定顺序存储起来，让PC通过命令码执行对应的BasicBlock，以此实现一种称之为LigthtWeight VM的混淆，本质上有点类似控制流平坦化。

快速使用

下载llvm官方发布的已编译release版本

wget https://github.com/llvm/llvm-project/releases/download/llvmorg-11.0.1/clang+llvm-11.0.1-x86_64-linux-gnu-ubuntu-16.04.tar.xz
tar xvf clang+llvm-11.0.1-x86_64-linux-gnu-ubuntu-16.04.tar.xz
cd clang+llvm-11.0.1-x86_64-linux-gnu-ubuntu-16.04
cp -r * /usr

编译.c文件，LightVM.so直接从git仓库中获得

clang -S -emit-llvm add.c -o add.ll
opt -S -load /path/LightVM.so -vmobfs add.ll -o add2.ll
llc -filetype=obj add2.ll -O0 -o add.o
gcc -O0 -o add_obf add.o -no-pie

add_obf为混淆后文件

完全编译

编译及环境搭建

推荐使用ubuntu，clang需要单独安装，如果本机安装过LLVM发布版本，尽量卸载掉

apt install clang

下载llvm 11.0.1源码，解压并进入

wget https://github.com/llvm/llvm-project/releases/download/llvmorg-11.0.1/llvm-11.0.1.src.tar.xz
tar xvf llvm-11.0.1.src.tar.xz
cd llvm-project-11.0.1.src

进入llvm-project-11.0.1.src//llvm/lib/Transforms

git clone https://github.com/bigBestWay/CodeObfs.git

同时修改CMakeLists.txt，增加一行

add_subdirectory(CodeObfs)

在llvm-project-11.0.1.src目录下创建build目录

mkdir build
cd build

这里要求cmake的版本较高，一般要源码编译自行安装

cmake ../llvm

make编译，这里PC配置一定要足够，内存至少8G、硬盘至少100G，CPU越强越好

make -j8

执行

编译成功后，会在llvm-project-11.0.1.src/build/lib目录生成LightVM.so。
为了方便使用，设置环境变量$LLVM_HOME=/path/llvm-project-11.0.1.src，将build/bin目录添加到PATH

export LLVM_HOME=/root/llvm-project-11.0.1.src
export PATH=$LLVM_HOME/build/bin:$PATH

接下来执行混淆过程，以如下代码文件为例

//add.c
#include <stdio.h>

int __attribute((__annotate__(("LightVM")))) sum(int * a, int len) //注解
{
    int result = 0;
    for(int i = 0; i < len; ++i)
        result += a[i];
    return result;
}

int main()
{
    int a[5] = {1,2,3,4,5};
    printf("%d\n", sum(a, 5));
    return 0;
}

注解LightVM用来表明该方法执行混淆，不写注解就不会混淆。

通过clang编译生成IR中间代码文件

clang -S -emit-llvm add.c -o add.ll

调用LightVM Pass对IR进行修改

opt -S -load $LLVM_HOME/build/lib/LightVM.so -vmobfs add.ll -o add2.ll

将修改后的IR生成本地代码文件

llc -filetype=obj add2.ll -O0 -o add.o

ld执行链接，生成完整ELF

gcc -O0 -o add_obf add.o -no-pie

混淆前后call graph对比：

BUG

存在会大量抬高栈的缺陷，如果代码本身的循环次数非常大（如十万次），则会可能栈耗尽引起段错误。暂时解决办法：

PC电脑的栈空间默认是8M，可通过limit -s设置增大

参考资料

https://www.praetorian.com/blog/extending-llvm-for-code-obfuscation-part-1/
https://dspace.cvut.cz/bitstream/handle/10467/82300/F8-DP-2019-Turcan-Lukas-thesis.pdf
https://llvm.org/docs/WritingAnLLVMNewPMPass.html
https://blog.csdn.net/feibabeibei_beibei/article/details/88804755
https://blog.csdn.net/qq_42570601/article/details/108059403
https://anoopsarkar.github.io/compilers-class/llvm-practice.html
https://www.jianshu.com/p/0567346fd5e8
https://llvm.org/docs/LangRef.html
感谢以上作者的分享！

bigBestWay / CodeObfs