سؤال مصاحبه

شروع جدول در 0x14 است ولی مقدار افزوده 0x10 را نشان می‌دهد

The table starts at 0x14 and the addend says 0x10

  • سطح ۲: میانی
  • کدخوانی
  • ۸ دقیقه

اطلاعات یک آبجکت‌فایل بازآدرس‌پذیر (relocatable object) به این صورت است: نماد grade دارای st_value 0x10، st_size 46 و در بخش .text است؛ بخش .text دارای sh_offset 0x40 و sh_addr 0 است. جدول بازآدرس‌دهی (relocation table) یک رکورد در آفست 0x36 از نوع R_X86_64_PC32، نماد .rodata و مقدار افزوده (addend) برابر با 0x10 دارد. دستور موجود در 0x33 نیز leaq (%rip), %rcx است که چهار بایت آخر آن صفر هستند. به این سه پرسش پاسخ دهید: کدام بایت‌های فایل مربوط به grade هستند، آن بایت‌های صفر به چه چیزی تبدیل می‌شوند، و چرا با اینکه جدول مقادیر بازگشتی در .rodata+0x14 شروع می‌شود، مقدار افزوده 0x10 است؟

اول خودتان جواب بدهید، بعد پاسخ را باز کنید.

پاسخ کوتاه

آفست فایلی یک تابع برابر است با sh_offset + st_value - sh_addr، که در اینجا می‌شود 0x40 + 0x10؛ بنابراین grade همان 46 بایت واقع در آفست فایلی 0x50 است، و st_value به‌تنهایی صرفاً یک آفست درون بخش است، نه مکانی در فایل. بایت‌های صفر، فیلد جابه‌جایی (displacement) یک عملوند وابسته به RIP هستند؛ ویرایشگر پیوند (link editor) مقدار S + A - P را درون آن‌ها می‌نویسد، یعنی مقدار نماد به‌علاوه‌ی مقدار افزوده منهای آدرس این فیلد. پردازنده این فیلد را با آدرس دستور بعدی یعنی 0x3a جمع می‌زند که چهار بایت بعد از این فیلد قرار دارد؛ در نتیجه مقصد نهایی برابر است با .rodata + 0x10 + 4 = .rodata + 0x14. مقدار افزوده در واقع آفست مقصد منهای آن چهار بایت فاصله‌ی میان فیلد و پایان دستور را در خود نگه می‌دارد.

پاسخ کامل

جدول‌هایی که به جدول‌های دیگر اشاره می‌کنند

تنها هدر ELF جایگاه ثابتی در فایل دارد. هر ساختار دیگری از طریق آفستی پیدا می‌شود که در ساختار دیگری ذخیره شده است: e_shoff به جدول هدر بخش‌ها (section header table) اشاره می‌کند، sh_offset بایت‌های یک بخش را مشخص می‌کند، و از آنجا که sh_addr در یک آبجکت‌فایل صفر است، st_value آفستی درون بخشی است که st_shndx مشخص کرده. اندازه‌ها درست به اندازه‌ی نقطه‌ی شروع اهمیت دارند: تابع grade در آفست 0x3e از بخش .text به پایان می‌رسد، و دو بایت 66 90 بعد از آن یک دستور nop هستند که کامپایلر اضافه کرده تا تابع بعدی روی یک مرز 16 بایتی شروع شود. این بایت‌ها متعلق به هیچ نمادی نیستند، دیس‌اسمبلر در st_size متوقف می‌شود، و مقایسه‌ی بایتی آن‌ها را نادیده می‌گیرد (ماسک می‌کند).

سه نتیجه‌ی بازآدرس‌دهی

نوع فرمول کار ویرایشگر پیوند
R_X86_64_PC32 برای یک نماد تعریف‌شده S + A - P فاصله را می‌نویسد و رکورد حذف می‌شود
R_X86_64_PLT32 برای یک تابع تعریف‌نشده L + A - P وقتی نماد همچنان قابل‌قبضه (preemptible) بماند، یک مدخل PLT و یک جایگاه GOT می‌سازد؛ وقتی پیوندزدن نماد را مقید (bind) کند، فاصله‌ی مستقیم را می‌نویسد
R_X86_64_64 در یک ایمیج مستقل از موقعیت S + A یک رکورد نسبی برای لودر نگه می‌دارد

همین جبران‌سازی روی تمام عملوندهای وابسته به RIP در مجموعه‌داده‌های نمونه (fixtures) دیده می‌شود: فراخوانی grade نیز دقیقاً به همین دلیل مقدار grade-0x4 را حمل می‌کند. پنج کلمه (word) در .rodata+0x14 مقادیر 1, 2, 3, 4, 4 را نشان می‌دهند؛ این همان روشی است که کامپایلر با فلگ -O1 دستور switch را به یک جدول از مقادیر بازگشتی تبدیل کرده است.

جدول پرش در -O0 از همین محاسبات استفاده می‌کند

در آبجکت‌فایل بهینه‌سازی‌نشده، تمام بایت‌های جدول صفر هستند و مقصدها فقط در قالب پنج رکورد در .rela.rodata وجود دارند. فرمول S + A - P را برای مدخل k در آفست 4k اعمال کنید: مقدار ذخیره‌شده برابر است با .text + A - (.rodata + 4k)؛ کد دوباره مقدار .rodata را با آن جمع می‌کند، پس مقصد نهایی .text + A - 4k خواهد بود. مدخل 0 برابر با 0x91 است، مدخل 1 برابر با 0x8c - 4 = 0x88، مدخل 2 برابر با 0x7f، و مدخل‌های 3 و 4 هر دو برابر با 0x76 هستند که همان case مشترک است.

وقتی هدرهای بخش حذف شده‌اند

یک لینکر می‌تواند جدول هدر بخش‌ها را حذف کند که در این صورت e_shoff صفر می‌شود؛ ابزاری که بخش‌ها را پیمایش می‌کند در این حالت چیزی نخواهد دید. لودر سیستم‌عامل اصلاً به آن‌ها نگاه نمی‌کند: ساختار PT_LOAD یک آدرس را با فرمول p_offset + (address - p_vaddr) به آفست فایلی نگاشت می‌کند. آدرس پیوندخورده نیز آدرس محیط اجرا (runtime) نیست، زیرا یک فایل اجرایی مستقل از موقعیت در آدرس پایه‌ای بارگذاری می‌شود که کرنل انتخاب می‌کند؛ بنابراین، آفست فایلی تنها مختصات پایدار است.

سؤال‌های تکمیلی مصاحبه‌گر
  • سطح 2: دو بایت دقیقاً بعد از grade چیستند و متعلق به کیستند؟ پاسخ مورد انتظار: پدینگ ترازسازی (alignment padding)، یک دستور nop، متعلق به هیچ نمادی نیست؛ st_size همان شرط توقف (stop condition) است.
  • سطح 3: در آبجکت‌فایل کامپایل‌شده با -O0 بایت‌های جدول پرش همگی صفر هستند. مقصدها کجا قرار دارند؟ پاسخ مورد انتظار: در پنج رکورد بازآدرس‌دهی؛ مقصد برابر است با مقدار افزوده منهای 4k، و کد آدرس پایه‌ی جدول را دوباره به آن اضافه می‌کند.
  • سطح 3: فایل اجرایی فاقد هدرهای بخش است. چگونه بایت‌های پشت یک آدرس را پیدا می‌کنید؟ پاسخ مورد انتظار: از طریق هدر برنامه‌ی PT_LOAD، با فرمول p_offset + (address - p_vaddr).
  • سطح 4: یک دکامپایلر جدول را با نامی که پیشوند DAT_ دارد در یک آدرس مطلق نشان می‌دهد. چگونه آن را با .rodata+0x14 مطابقت می‌دهید؟ پاسخ مورد انتظار: دکامپایلر آبجکت‌فایل را در آدرس پایه‌ی دلخواه خودش قرار داده و بازآدرس‌دهی را اعمال کرده است؛ آدرس پایه‌ای را که به .rodata اختصاص داده کم کنید تا آفست 0x14 به دست آید.
جواب‌های اشتباهی که مصاحبه‌گرها زیاد می‌شنوند
  • «تابع grade در آفست فایلی 0x10 قرار دارد.» این مقدار st_value است که آفست درون .text را نشان می‌دهد؛ آفست فایلی با جمع زدن آن با sh_offset به دست می‌آید.
  • «شروع جدول در 0x10 است چون مقدار افزوده این را می‌گوید.» مقدار افزوده، آن چهار بایت فاصله‌ی تا پایان دستور را جبران می‌کند؛ مقصد اصلی 0x14 است.
  • «دستور به‌صورت lea 0(%rip) است.» صفرها جایگاهی خالی (placeholder) هستند که ویرایشگر پیوند آن‌ها را پر می‌کند؛ رکورد بازآدرس‌دهی عملوند مورد نظر را تعیین می‌کند.

کجای دوره آموزش داده می‌شود

درس خواندن فایل‌های ELF آفست فایلی و مقدار افزوده را دستی محاسبه می‌کند، و درس دیس‌اسمبلی همین فرمول را برای جدول پرش به کار می‌گیرد.