APT之旅 - PE静态内容结构

一、前言

PE 是一种文件格式，在Windows操作系统上的执行可执行文件（.exe）、动态链接库（.dll）、驱动程序以及其他可执行文件类型都是 PE 格式。了解其格式对恶意分析及使用高级的攻击手法有很大的帮助，很多高级的攻击手段都需要对 PE、PEB 有详细的了解。

二、PE 结构

1. DOS Header

DOS Header 用于兼容早期的DOS系统，此结构中的 e_magic 必定等于"MZ"，大小不固定，大多数结构没有用，只需要记住结构中的 e_lfranew 位指明了 NT 头的所在位置，它的作用就是获取 NT Headers 的位置起点 RVA。

RVA（Relative Virtual Address），即相对于 PE 内容起点（基址）的偏移。

2. NT Headers

NT Headers 同 DOS Header 的 e_magic 位一样有一个校验结构是否有效的位 Signature，其值必定等于"PEx00x00"，NT Headers 还包含了两个结构体：File Header 和 Optional Header：

代码语言：javascript复制

typedef struct _IMAGE_NT_HEADERS {
  DWORD                   Signature;
  IMAGE_FILE_HEADER       FileHeader;
  IMAGE_OPTIONAL_HEADER32 OptionalHeader;
} IMAGE_NT_HEADERS32, *PIMAGE_NT_HEADERS32;

（1）File Header

File Header 包含了PE文件的一些基本信息，如文件类型、目标CPU等。

代码语言：javascript复制

typedef struct _IMAGE_FILE_HEADER {
  WORD  Machine;
  WORD  NumberOfSections;
  DWORD TimeDateStamp;
  DWORD PointerToSymbolTable;
  DWORD NumberOfSymbols;
  WORD  SizeOfOptionalHeader;
  WORD  Characteristics;
} IMAGE_FILE_HEADER, *PIMAGE_FILE_HEADER;

*表格加灰表示不重要条目。

（2）Optional Header

Optional Header 是由编译最后一阶段由编译器补上的资讯，包含了 PE 文件的一些可选信息，如程序入口点、内存对齐方式等。

代码语言：javascript复制

typedef struct _IMAGE_OPTIONAL_HEADER {
  WORD                 Magic;
  BYTE                 MajorLinkerVersion;
  BYTE                 MinorLinkerVersion;
  DWORD                SizeOfCode;
  DWORD                SizeOfInitializedData;
  DWORD                SizeOfUninitializedData;
  DWORD                AddressOfEntryPoint;
  DWORD                BaseOfCode;
  DWORD                BaseOfData;
  DWORD                ImageBase;
  DWORD                SectionAlignment;
  DWORD                FileAlignment;
  WORD                 MajorOperatingSystemVersion;
  WORD                 MinorOperatingSystemVersion;
  WORD                 MajorImageVersion;
  WORD                 MinorImageVersion;
  WORD                 MajorSubsystemVersion;
  WORD                 MinorSubsystemVersion;
  DWORD                Win32VersionValue;
  DWORD                SizeOfImage;
  DWORD                SizeOfHeaders;
  DWORD                CheckSum;
  WORD                 Subsystem;
  WORD                 DllCharacteristics;
  DWORD                SizeOfStackReserve;
  DWORD                SizeOfStackCommit;
  DWORD                SizeOfHeapReserve;
  DWORD                SizeOfHeapCommit;
  DWORD                LoaderFlags;
  DWORD                NumberOfRvaAndSizes;
  IMAGE_DATA_DIRECTORY DataDirectory[IMAGE_NUMBEROF_DIRECTORY_ENTRIES];
} IMAGE_OPTIONAL_HEADER32, *PIMAGE_OPTIONAL_HEADER32;

（3）DataDirectory

在（2）中最后的 DataDirectory 数组索引取值可以是以下值之一：

#1 和 # 12 看起来比较相似，实际上 idata 整个区段都是 #12 全局导入函数地址表，而 #12 上的函数需要引用自那个 DLL 则是记录在 #1 中的 IMAGE_IMPORT_DESCRIPTOR 位。

3. Section Headers

编译过程中将源码转换为了多个 Section Data 区段，每一个 Section Data 的大小、起点位置、执行时存放的位置都不一样，因此需要用 Section Header 来记录。在 NT Headers 的结尾处就是 Section Headers 的起点，而 NT Headers 大小固定，因此从 DOS Header 的 e_magic("MZ") 位置出发很容易手工爬取到 Section Headers 位置。

Section Headers 是 Section Header (IMAGE_SECTION_HEADER) 结构数组，从 NT Headers -> File Header -> NumberOfSections 获取到了 Section Headers 数组的大小为 3，那么其占用空间就是 sizeof(IMAGE_SECTION_HEADER) * 3 这么大。

代码语言：javascript复制

typedef struct _IMAGE_SECTION_HEADER {
  BYTE  Name[IMAGE_SIZEOF_SHORT_NAME];
  union {
    DWORD PhysicalAddress;
    DWORD VirtualSize;
  } Misc;
  DWORD VirtualAddress;
  DWORD SizeOfRawData;
  DWORD PointerToRawData;
  DWORD PointerToRelocations;
  DWORD PointerToLinenumbers;
  WORD  NumberOfRelocations;
  WORD  NumberOfLinenumbers;
  DWORD Characteristics;
} IMAGE_SECTION_HEADER, *PIMAGE_SECTION_HEADER;

4. PE 结构总结

整个程序从 offset=0 处即 DOS Header 到程序的最后一处 EOF 的所有块状区域经 File Alignment 对齐之后都是紧密贴合的没有任何空隙。因此，理论上最后区段即 Section Headers 数组的最后一项的 PointerToRawData SizeOfRawData 正好等于你使用 WinAPI GetFileSize 或 ftell 函数计算出来的大小，而整个程序在磁碟槽里面的大小则为下面两者相加：

DOS Header NT Headers Section Headers 的总大小对 File Alignment 对齐之后占用的大小。
各个 Section Data 对 File Alignment 对齐之后占用的大小之和。

我们随便打开一个 exe 的属性页，就可以看到其大小和程序在磁碟槽里面的大小区别：

需要注意的是，对于 Section Header 中 SizeOfRawData 和 Misc.VirtualSize 两项，当程序开发时所有全局变量都没有被分配初始值，而是执行时才写入这些变量，那么 .data Data 或 .bss Data 则可能出现：静态内容没有初值，但却要在执行时分配空间的状况导致 SizeOfRawData 为 0 但是 Misc.VirtualSize 有值的情况。

（1）微软获取 Section Headers 位置的宏定义

在 winnt.h 文件中，能找到微软获取 Section Headers 位置的宏定义，引入 windows.h 后自动引入，其中使用了 FIELD_OFFSET 宏，根据微软文档，FIELD_OFFSET宏返回已知结构类型中命名字段的字节偏移量：

可以看到其算法为 NT Headers 地址 Optional Header 在 NT Headers 中的偏移 Optional Header 占用的大小，正好是 NT Headers 结构的末端，就是 Section Headers 的起址。

需要注意的是，并不能通过简单的 NT Headers 地址 sizeof(IMAGE_NT_HEADERS) 获取 Section Headers 的地址。根据C/C 语言的标准，结构体中成员的排列是按照声明的顺序进行的，但由于编译器对结构体进行了字节对齐和填充，结构体的实际大小可能比成员大小之和要大。所以，通过 NT Headers 地址 sizeof(IMAGE_NT_HEADERS) 来获取节区表的地址是不可行的，因为 IMAGE_NT_HEADERS 结构体的大小已经包含了 IMAGE_FILE_HEADER 和 IMAGE_OPTIONAL_HEADER 的大小，并且在内存中的排列情况可能会有填充字节。

三、PE 解析器编写

根据之前的内容，我们需要读取一个 PE 文件内容，其返回指针就是 DOS Header 地址，然后根据 DOS Header->e_lfanew 获取到 NT Headers 地址，然后使用微软的 NT Headers 地址 Optional Header 在 NT Headers 中的偏移 Optional Header 占用的大小的方法获取 Section Headers 数组地址。

首先，编写一个函数读取 PE 文件：

读取到 PE 文件内容并保存到 pe_content 指针中，然后直接转换为 PIMAGE_DOS_HEADER 结构就是 DOS Header 了：

通过 DOS Header->e_lfanew 获取到 NT Headers 地址：

到打印 Optional Header 的时候需要注意，IMAGE_OPTIONAL_HEADER 结构体还有 IMAGE_OPTIONAL_HEADER32 与 IMAGE_OPTIONAL_HEADER64 之分，不同区别是其中的指针变量，在 32 位下是 4 字节在 64 位下是 8 字节，你也可以用 IMAGE_OPTIONAL_HEADER32 结构体去解析 64 位，其仍然可以正常显示，因为结构体是向后兼容的，但在某些数据上可能会出错，如 ImageBase 字段。

最好通过 File Header 的 Machine 字段判断 PE 文件的架构后再调用对应的结构体进行解析：

通过微软的 IMAGE_FIRST_SECTION 宏定义加 NT Headers 地址获取到 Section Headers 数组地址，再通过 File Header 的 NumberOfSections 字段获取到数组的大小，循环遍历数组打印 Section Header 信息，并在最后一个 Section Header 打印 PointerToRawData SizeOfRawData 的值验证是否等于我们用 WinAPI GetFileSize 或 ftell 函数计算出来的大小：