PE数据目录表解析

Gamma实验室

发布于 2021-12-09 17:53:27

1.5K0

发布于 2021-12-09 17:53:27

前言

看雪链接：
https://bbs.pediy.com/thread-270585.htm

接着学习PE结构解析。

写的过程中总结一下常用到的基础知识：

基地址（ImageBase）：当PE文件通过Windows加载器载入内存后，内存中的版本称为模块，映射文件的起始地址称为模块句柄，可通过模块句柄访问内存中其他数据结构，这个内存起始地址就称为基地址。
虚拟地址（VA）：在Windows系统中，PE文件被系统加载到内存后，每个程序都有自己的虚拟空间，这个虚拟空间的内存地址称为虚拟地址。
相对虚拟地址(RVA)：可执行文件中，有许多地方需要指定内存中的地址。例如，应用全局变量时需要指定它的地址。为了避免在PE文件中出现绝对内存地址引入了相对虚拟地址，它就是在内存中相对于PE文件载入地址的偏移量。

它们之间的关系：虚拟地址（VA） = 基地址（Image Base）+相对虚拟地址（RVA）

文件偏移地址（Offset）：当PE文件存储在磁盘中时，某个数据的位置相对于文件头的偏移量称为文件偏移地址（File Offset）。文件偏移地址从PE文件的第一个字节开始计数，起始值为0。

数据目录表结构

数据目录表是PE中比较重要的一个部分，其也是一个结构。微软在Microsoft Virtual Studio在对其结构又定义。

typedef struct _IMAGE_DATA_DIRECTORY {
    DWORD   VirtualAddress; //虚拟地址，就是数据目录表的起始位置
    DWORD   Size;//尺寸， 起始地址+尺寸 = 结束的位置
} IMAGE_DATA_DIRECTORY, *PIMAGE_DATA_DIRECTORY;

结构如下：

用loadPE打开一个PE文件，点击目录，即可看到数据目录表，再点击每个表对应可以展开的按钮，即可看到相应参数对应的值，

比如点开输入表，可看到调用了哪些动态链接库，又在动态链接库里调用了哪些API：

为了加深理解，下面对一些重要的表进行学习解析。

地址转换函数

解析这些表之前，先写一个地址转换函数，就是将相对虚拟地址(RVA)转换为文件偏移地址（Offset）。

那么为什么要写这样一个函数呢？因为一些PE文件为了减小体积，磁盘对齐值不是一个内存页1000h，而是200h。当这类文件被映射到内存中后，同一数据相对于文件头的偏移量在内存中和磁盘文件是不同的，这样就出现了文件偏移地址和虚拟地址的转换问题。当然，那些磁盘对齐值与内存对齐值相同的区块，同一数据在磁盘文件中的偏移与在内存中的偏移相同，因此不需要转换。

如图，当文件被映射到内存中时，MS-DOS头，PE头和块表的偏移位置都没有改变，但是当区块被映射到内存中后，其偏移地址就发生了改变。

文件偏移地址（Offset）为add1 ，相对虚拟地址（RVA）为add2。它们直接相差了一个以0填充的空白区域，假设这个值为🔺H，那么：

Offset =RVA -🔺H

Offset =VA -ImageBase -🔺H

下面开始写代码

首先声明一个函数:

DWORD RvaToOffset(DWORD dwRa, char* buffer);
//dwRva 是某个数据目录表的起始位置
//buffer PE文件载入内存中的缓冲
//返回地址，所有用DWORD存储

获取文件的缓存区：

#define FilePath "C:\\Users\\Administrator\\Desktop\\CreateProcess.exe"
FILE* pFile = NULL;
  char* buffer;
  int nFileLength = 0;
  pFile = fopen(FilePath, "rb");
  fseek(pFile, 0, SEEK_END);
  nFileLength = ftell(pFile);
  rewind(pFile);
  int imageLength = nFileLength * sizeof(char) + 1;
  buffer = (char*)malloc(imageLength);
  memset(buffer, 0, nFileLength * sizeof(char) + 1);
  fread(buffer, 1, imageLength, pFile);

原理比较简单：首先判断这个地址是否在PE头中，如果在，文件偏移和内存偏移相等，如果存在于文件的区段中，则利用以下公式：

内存偏移 - 该段起始的RVA(VirtualAddress) = 文件偏移 - 该段的PointerToRawData

内存偏移 = 该段起始的RVA(VirtualAddress) + （文件偏移 - 该段的PointerToRawData）

文件偏移 = 该段的PointerToRawData + （内存偏移 - 该段起始的RVA(VirtualAddress)）

代码逻辑如下:

DWORD RvaToOffset(DWORD dwRva, char* buffer) 
{ 

 //DOS头
 PIMAGE_DOS_HEADER pDOS = (PIMAGE_DOS_HEADER)buffer;
 //PE头
 PIMAGE_NT_HEADERS pNT = (PIMAGE_NT_HEADERS)(pDOS->e_lfanew + buffer);
 //区段表
 PIMAGE_SECTION_HEADER pSection = IMAGE_FIRST_SECTION(pNT);
 //判断是否落在头部当中
 if (dwRva < pSection[0].VirtualAddress) {
  return dwRva;
 }
 //_IMAGE_NT_HEADERS
 for (int i = 0; i <pNT->FileHeader.NumberOfSections; i++)
 {
  //VirtualAddress 起始地址
  //Size 长度
  // VirtualAddress + Size 结束地址
  //判断是否落在某个区段内
  if (dwRva >= pSection[i].VirtualAddress && dwRva <= pSection[i].VirtualAddress + pSection[i].Misc.VirtualSize) 
  {
   //dwRva - pSection[i].VirtualAddress 数据目录表到区段起始地址的偏移（OFFSET）
   //pSection[i].PointerToRawData 区段到文件头的偏移（OFFSET） 
   //返回的是数据目录起始表地址到文件头的偏移(OFFSET)
   return dwRva - pSection[i].VirtualAddress + pSection[i].PointerToRawData;
  }
 }
 //VirtualAddress 起始地址
 //Size 长度
 //VirtualAddress +Size 结束地址
 return 0;
}

导入表

可执行文件使用来自其他DLL的代码或数据的动作称为输入。当PE文件在被载入时，Windows加载器的工作之一就是定位所有被数据的函数和数据，并让正在载入的文件可以使用那些地址。

导入函数就是被程序调用但其执行代码不在程序中的函数，这些函数在DLL文件中，当应用程序调用一个DLL的代码和数据时，它正被隐式地链接到DLL，这个过程由Windows加载器完成。另一种链接是显示链接，它是已经约定目标DLL已经被加载，然后寻找API的地址，一般是通过Loadlibrary 和GetprocAddress完成。

简而言之，导入表主要是PE文件从其他第三方库中导入API，以供本程序调用,结构如下：

OriginalFirstThunk和FirstThunk分别指向两个不同的IMAGE_THUNK_DATA结构的数组。这两个数组都以一个空的IMAGE_THUNK_DATA结构结尾。

一般情况下，导入表只需要关注OriginalFirstThunk和FirstThunk这两个字段。

IMAGE_THUNK_DATA结构：

那么要解析导入表，首先要定位到导入表：

通过PE扩展头里数据目录字段 + 导入表的宏定义，即可定位到导入表，

PIMAGE_DATA_DIRECTORY pImportDir = (PIMAGE_DATA_DIRECTORY)(pNt->OptionalHeader.DataDirectory + IMAGE_DIRECTORY_ENTRY_IMPORT);
//pNt->OptionalHeader.DataDirectory PE扩展头里数据目录字段 + 导入表的宏定义

在Microsoft Virtual Studio中，在IMAGE_DIRECTORY_ENTRY_IMPORT处，ctrl +鼠标左键即可跳转到该宏定义：

然后就是填充结构，前面写了一个找数据表到文件头偏移的函数RvaToOffset，现在就用这个函数来找导入表到文件头的偏移：

PIMAGE_IMPORT_DESCRIPTOR pImport = (PIMAGE_IMPORT_DESCRIPTOR)(RvaToOffset(pImportDir->VirtualAddress, buffer)+buffer);
//填充结构
//pImportDir->VirtualAddress 导入表头的位置 也就是RVA 
//RvaToOffset(pImportDir->VirtualAddress, buffer)  导入表到文件头的偏移   再加上buffer就找到了地址

然后就是遍历数据：

while (pImport->Name!=NULL)
 {
  char* szDllName = (char*)(RvaToOffset(pImport->Name, buffer)+buffer);
  std::cout << "DLL名称[DllName]：" << szDllName << std::endl;
  std::cout << "日期时间标志[TimeDateStamp]：" <<std::hex<< pImport->TimeDateStamp << std::endl;
  std::cout << "转发链[ForWarderChain]：" << std::hex<<pImport->ForwarderChain << std::endl;
  std::cout << "名称OFFSET[Name]：" << std::hex << pImport->Name << std::endl;
  std::cout << "FirstThunk：" << std::hex << pImport->FirstThunk << std::endl;
  std::cout << "OriginalFirstThunk：" << std::hex << pImport->OriginalFirstThunk << std::endl;
  std::cout << "[******************************************************]" << std::endl;
  //指向地址表中的RVA
  PIMAGE_THUNK_DATA pIat = (PIMAGE_THUNK_DATA)(RvaToOffset(pImport->OriginalFirstThunk, buffer) + buffer);
  DWORD Index = 0;
  DWORD ImportOffset = 0;
  //被导入函数的序号
  while (pIat->u1.Ordinal !=0)

  {
   std::cout << "ThunkRva：" << std::hex << pImport->OriginalFirstThunk+Index << std::endl;

   ImportOffset = RvaToOffset(pImport->OriginalFirstThunk, buffer);
   std::cout << "ThunkOffset：" << std::hex << ImportOffset+Index << std::endl;
   Index += 4;
   if ((pIat->u1.Ordinal & 0x80000000) != 1) 
   {
    PIMAGE_IMPORT_BY_NAME pName = (PIMAGE_IMPORT_BY_NAME)(RvaToOffset(pIat->u1.AddressOfData, buffer) + buffer);
    std::cout << "API名称：" << pName->Name << std::endl;
    std::cout << "API序号：" << pName->Hint << std::endl;
    //被导入函数地址
    std::cout << "ThunkValue：" << pIat->u1.Function << std::endl;
    std::cout << "---------------------" << std::endl;
   }
   pIat++;
  }
  pImport++;
 }

结果如下，可以看到是没有任何问题的：

导出表

导出表是PE文件为其他应用程序提供自身的一些变量、函数以及类，将其导出给第三方程序使用的一张清单，里面包含了可以导出的元素。

结构如下：

从逻辑上来说，导出表由名称表、函数表与序号表组成。函数表和序号表必不可少，名称表则是可选的。序号表与名称表的作用是索引，找到真正需要的函数表，函数表中保存着被导出的函数的地址信息。

导出地址表(EAT）	序号	导出名称表（ENT）
0x00010000(某函数地址)	0x0001	FunName_A
0x00025000(某函数地址)	0x0002	FunName_B
0x00050000(某函数地址)	0x0003	FunName_C

这里写一个有导出函数的测试dll：

在loadPE中打开，打开导出表，可以看到有导出函数：

现在就是和导入表一样，找导出表到文件头的偏移，然后手写代码获取相关信息：

逻辑和导入表类似，就不赘述了，直接给出代码：

void AnalysisExportTable(char* buffer)
{
 //Dos
 PIMAGE_DOS_HEADER pDos = (PIMAGE_DOS_HEADER)buffer;
 //PE
 PIMAGE_NT_HEADERS pNt = (PIMAGE_NT_HEADERS)(pDos->e_lfanew + buffer);
 //定位数据目录中的导出表
 PIMAGE_DATA_DIRECTORY pExportDir = pNt->OptionalHeader.DataDirectory + IMAGE_DIRECTORY_ENTRY_EXPORT;
 //填充导出表结构
 PIMAGE_EXPORT_DIRECTORY pExport = (PIMAGE_EXPORT_DIRECTORY)(RvaToOffset(pExportDir->VirtualAddress, buffer)+buffer);
 char* szName = (char*)(RvaToOffset(pExport->Name, buffer) + buffer);

 if (pExport->AddressOfFunctions ==0)
 {
  printf("当前没有导出表");
  return ;
 }
 printf("导出表OFFSET：%08X\n", RvaToOffset(pExportDir->VirtualAddress, buffer));
 printf("特征值：%08X\n", pExport->Characteristics);
 printf("基：%08X\n", pExport->Base);
 printf("名称OFFSET:%08X\n", pExport->Name);
 printf("名称: %s\n", szName);
 printf("函数数量：%08X\n", pExport->NumberOfFunctions);
 printf("函数名数量：%08X\n", pExport->NumberOfNames);
 printf("函数地址：%08X\n", pExport->AddressOfFunctions);
 printf("函数名称地址：%08X\n", pExport->AddressOfNames);
 printf("函数名称序号地址:%08X\n", pExport->AddressOfNameOrdinals);
 //函数地址数量
 DWORD dwNumOfFun = pExport->NumberOfFunctions;
 //函数名数量
 DWORD dwNumOfNames = pExport->NumberOfNames;
 //基
 DWORD dwBase = pExport->Base;
 //导出地址表
 PDWORD pEAt32 = (PDWORD)(RvaToOffset(pExport->AddressOfFunctions, buffer) + buffer);
 //导出名称表
 PDWORD pENt32 = (PDWORD)(RvaToOffset(pExport->AddressOfNames, buffer) + buffer);
 //导出序号表
 PWORD pId = (PWORD)(RvaToOffset(pExport->AddressOfNameOrdinals, buffer) + buffer);
 for (DWORD i = 0; i < dwNumOfFun; i++)
 {
  if (pEAt32[i] == 0)
  {
   continue;
  }
  DWORD Id = 0;
  for (; Id < dwNumOfNames; Id++)
  { 
   if (pId[Id] == i) 
   {
    break;
   }
  }
  if (Id == dwNumOfNames) 
  {
   printf("Id:%x Address:0x%08X Name[NULL]\n", i + dwBase,pEAt32[i]);
  }
  else 
  {
   char* szFunName = (char *)(RvaToOffset(pENt32[Id], buffer) + buffer);
   printf("Id:%x Address:0x%08X Name[%s]\n", i + dwBase, pEAt32[i], szFunName);
  }
 }
}

结果如下，可以看到除了不美观以外，结果是没有任何问题的：

重定位表

基址重定位

当向程序的虚拟内存加载PE文件时，文件会被加载到ImageBase所指向的地址。

ImageBase就是前面讲到的PE拓展头中的一个成员：

对EXE文件来说，EXE文件会首先加载到内存，每个文件总是使用独立的虚拟地址空间，这就意味着EXE文件不用考虑基址重定位问题；

对于DLL文件来说，多个DLL文件使用调用其本身的EXE文件的地址空间，不能保证ImageBase所指向的地址没有被其他DLL文件占用，所以DLL文件当中必须包含重定位信息，也就是说，本来A.DLL被加载到test.exe进程的00100000地址处，但是此处加载了B.DLL文件，PE装载器将A.DLL文件加载到其他还未被占用的地址处（00850000）处。

对于系统的DLL来说实际上不会发生重定位，因为同一系统的kernel32.dll、user32.dll等会被加载到自身固有的ImageBase。

重定位原理

重定位结构：

typedef struct _IMAGE_BASE_RELOCATION {
    DWORD   VirtualAddress; //指向需要重地位的地址的RVA，每个IMAGE_BASE_RELOCATION只负责4KB大小分页内的重定位信息。因此结构中的VirtualAddress值为0x1000的倍数。
    DWORD   SizeOfBlock;  //imagebase 结构体 和TypeOffset 的总和  重定位块的大小
//  WORD    TypeOffset[1];  # 自定义的一个字段 表示这个结构体下面会出现WORD类型的数组，该数组元素的值就是硬编码在程序当中的偏移
} IMAGE_BASE_RELOCATION;
typedef IMAGE_BASE_RELOCATION UNALIGNED * PIMAGE_BASE_RELOCATION;

自定义Typeoffset结构：

 typedef struct _TYPE {
  WORD Offset :12;   //大小 2bit 重定位的偏移
  WORD Tyoe : 4;
 }TYPE, * PTYPE;

Windows的PE装载器进行PE重定位处理的操作原理流程如下：

在应用程序当中查找硬编码位置
读取之后减去ImageBase，也就是用VA-基址得到RVA
加上实际加载地址得到真正的VA

其中最关键的就是找到硬编码的位置，而要找到硬编码的位置，首先要找到基址重定位表，该表位于.reloc区段，找到基址重定位表的的正确打开方式是通过数据目录表的IMAGE_DIRECTORY_ENTRY_BASERELOC条目查找

实现如下：

void AnalysisRelocTable(char* buffer)
{
 typedef struct _TYPE {
  WORD Offset :12;   //大小 2bit 重定位的偏移
  WORD Tyoe : 4;
 }TYPE, * PTYPE;
 //Dos
 PIMAGE_DOS_HEADER pDos = (PIMAGE_DOS_HEADER)buffer;
 //PE
 PIMAGE_NT_HEADERS pNt = (PIMAGE_NT_HEADERS)(pDos->e_lfanew + buffer);
 //定位重定位表
 PIMAGE_DATA_DIRECTORY pRelocDir = (pNt->OptionalHeader.DataDirectory + IMAGE_DIRECTORY_ENTRY_BASERELOC);
 //填充结构
 PIMAGE_BASE_RELOCATION pReloc = (PIMAGE_BASE_RELOCATION)(RvaToOffset(pRelocDir->VirtualAddress, buffer) + buffer);
 //定位区段
 PIMAGE_SECTION_HEADER pSection = IMAGE_FIRST_SECTION(pNt);
 while (pReloc->SizeOfBlock !=0)
 {
  //找到本0x1000个字节的起始位置
  //重定位个数 = (SizeOfBlock - 8(IMAGE_BASE_RELOCATION的大小)) / 2(每个TypeOffset是2个字节)
  DWORD dwCount = (pReloc->SizeOfBlock - 8) / 2; //需要重定位的个数

  DWORD dwRva = pReloc->VirtualAddress;
  PTYPE pRelocArr = (PTYPE)(pReloc + 1);
  printf("区段：%s\n", pSection->Name);
  printf("RVA：%08x\n", dwRva);
  printf("项目：%X h / %d D\n", pReloc->SizeOfBlock,pReloc->SizeOfBlock);
  std::cout << "[******************************************************]" << std::endl;

  //找到下一个0x1000的结构体
  pReloc = (PIMAGE_BASE_RELOCATION)((char*)pReloc + pReloc->SizeOfBlock);
  for (int i = 0; i < dwCount; i++) 
  {
   PDWORD pData = (PDWORD)(RvaToOffset(pRelocArr[i].Offset + dwRva, buffer) + buffer);
   DWORD pDataOffset = RvaToOffset(pRelocArr[i].Offset + dwRva, buffer);
   printf("RVA：%08X\n", pRelocArr[i].Offset + dwRva);
   printf("区段：%08X\n", *pData);
   printf("偏移：%08X\n", pDataOffset);
   std::cout << "[-----------------------------------------------]" << std::endl;
  }
 }
}

TLS表

TLS：线程本地存储器，可以将数据与执行的特定线程联系起来。怎么理解呢？

如果一个变量是全局的，那么所有线程访问的是同一份，某一个线程对其修改会影响其他所有线程。如果我们需要一个变量在每个线程中都能访问，并且值在每个线程中互不影响，这就是TLS。

线程局部存储在不同平台有不同的实现，可移植性不好。线程局部存储不难实现，最简单的办法是建立一个全局表，通过当前线程ID去查询相应的数据，因为各个线程ID去查询相应的数据，因为各个线程的ID不同，查到的数据自然也不同。

这里就不详细介绍了，我们简单解析一些PE中的TLS表即可：

先看一下它的结构，分为32和64位的：

解析起来也比较简单：

void AnalysisTLSTable(char* buffer)
{
 //Dos
 PIMAGE_DOS_HEADER pDos = (PIMAGE_DOS_HEADER)buffer;
 //PE
 PIMAGE_NT_HEADERS pNt = (PIMAGE_NT_HEADERS)(pDos->e_lfanew+buffer);
 //定位数据目录表中的TLS表
 PIMAGE_DATA_DIRECTORY pTLSDir = (pNt->OptionalHeader.DataDirectory + IMAGE_DIRECTORY_ENTRY_TLS);
 //填充结构
 PIMAGE_TLS_DIRECTORY pTLS = (PIMAGE_TLS_DIRECTORY)(RvaToOffset(pTLSDir->VirtualAddress, buffer) + buffer);
 printf("数据块开始VA: % 08X\n", pTLS->StartAddressOfRawData);
 printf("数据块结束VA: % 08X\n",pTLS->EndAddressOfRawData);
 printf("索引变量VA: % 08X\n",pTLS->AddressOfIndex);
 printf("回调表VA: % 08X\n",pTLS->AddressOfCallBacks);
 printf("填充大小: % 08X\n",pTLS->SizeOfZeroFill);
 printf("特征值: % 08X\n",pTLS->Characteristics);

}

延迟导入表

延迟载入是一种混合方式，通过LoadLibrary和GetProcAddress获取延迟加载函数额地址，然后直接加载转向对延迟加载函数的调用。

结构如下：

解析延迟导入表：

void AnalysisDelayTable(char* buffer)
{
 //Dos
 PIMAGE_DOS_HEADER pDos = (PIMAGE_DOS_HEADER)buffer;
 //PE
 PIMAGE_NT_HEADERS pNt = (PIMAGE_NT_HEADERS)(pDos->e_lfanew + buffer);
 //定位数据吧、目录表中的延迟导入表
 PIMAGE_DATA_DIRECTORY pDelayLoadDir =(PIMAGE_DATA_DIRECTORY)(pNt->OptionalHeader.DataDirectory + IMAGE_DIRECTORY_ENTRY_DELAY_IMPORT);
 //填充延迟导入表数据结构
 PIMAGE_DELAYLOAD_DESCRIPTOR pDelayLoad = (PIMAGE_DELAYLOAD_DESCRIPTOR)(RvaToOffset(pDelayLoadDir->VirtualAddress, buffer) + buffer);
 while (pDelayLoad->DllNameRVA != NULL)
 {
  char* szDllName = (char*)(RvaToOffset(pDelayLoad->DllNameRVA, buffer) + buffer);
  printf("DllName:%s", szDllName);
  printf("Attributes:%08X\n", pDelayLoad->Attributes);
  printf("ModuleHandleRVA:%08X\n", pDelayLoad->ModuleHandleRVA);
  printf("ImportAddressTableRVA:%08X\n", pDelayLoad->ImportAddressTableRVA);
  printf("ImportNameTableRVA:%08X\n", pDelayLoad->ImportNameTableRVA);
  printf("BoundImportAddressTableRVA:%08X\n", pDelayLoad->BoundImportAddressTableRVA);
  printf("UnloadInformationTableRVA:%08X\n", pDelayLoad->UnloadInformationTableRVA);
  printf("TimeDateStamp:%08X\n", pDelayLoad->TimeDateStamp);
  std::cout << "[******************************************************]" << std::endl;
  pDelayLoad++;
 }
}