TaintDroid剖析之Native方法级污点跟踪分析
简行、走位@阿里聚安全
1、Native方法的污点传播
在前两篇文章中我们详细分析了TaintDroid对DVM栈帧的修改，以及它是如何在修改之后的栈帧中实现DVM变量级污点跟踪的。现在我们继续分析其第二个粒度的污点跟踪——Native方法级跟踪。
回顾前文，我们知道Native方法执行在Native栈帧中，且Native栈帧由dvmPushJNIFrame函数分配栈空间，再由dvmCallMethodV/A或者dvmInvokeMethod对栈帧进行初始化，所以我们也按照之前的方式进行Native方法级跟踪机制分析。
TaintDroid深入剖析系列目录：
TaintDroid深入剖析之启动篇
TaintDroid剖析之DVM变量级污点跟踪(下篇)
1.1 dvmPushJNIFrame分析
该函数与dvmPushInterpFrame基本相同，也是对寄存器所占用的空间进行了倍增。但是，在此栈帧中,变量与污点的位置却与DVM栈帧大相径庭！Native栈帧的结构如下图所示：
显然在Native栈帧中，并没有为变量交叉存储污点信息，而是跟传统的系统栈帧一样(必须一样，因为这是ARM通用的标准调用约定)，将参数依次存储在栈帧开始部分。只是，在最后一个参数之后分配了4字节的空间用于存储return taint(用于存储方法的返回污点信息)，然后又紧邻这个return taint依次为每个参数分配了4字节大小的空间用于存储各个参数的污点信息。所以虽然两种栈帧都是对method->registers进行了倍增，但是其倍增后的栈帧的布局却是完全不同的，并且在这里我们就能理解为什么在进行倍增的时候会额外多分配4字节的空间了——原来是用于存储return taint！
只要理解了Native方法的栈帧结构，就不难以分析Native方法中Internal VM method的污点跟踪机制了，所以我们主要讲解JNI方法的污点跟踪——因为它额外使用了较为复杂的method profile policy。
1.2 JNI方法的污点跟踪分析
所有的JNI方法都通过dvmCallJniMethod方法调用，TaintDroid在其代码中添加如下语句：
|
#ifdef WITH_TAINT_TRACKING // Copy args to another array, to ensure correct taint propagation in case args change int nArgs = method->insSize * 2 + 1; u4* oldArgs = (u4*)malloc(sizeof(u4)*nArgs); memcpy(oldArgs, args, sizeof(u4)*nArgs); #endif /*WITH_TAINT_TRACKING*/ |
首先将所有的参数存储下来，注意红色部分代码，对于native 栈帧来说，insSize就是参数的个数，由于TaintDroid对栈进行了扩展，所以这里也要对应的进行扩展。
然后就是在JNI方法执行结束之后调用如下代码：
|
#ifdef WITH_TAINT_TRACKING dvmTaintPropJniMethod(oldArgs, pResult, method); free(oldArgs); #endif /*WITH_TAINT_TRACKING*/ |
这个dvmTaintPropJniMethod方法定义在dalvik/vm/tprop/TaintProp.cpp中，此函数结合dvmCallMethod对JNI帧的赋值，解释了为何可以以及如何实现NATIVE层污点传播。
1.3 dvmTaintPropJniMethod分析
此方法用于JNI方法的污点传播，这里共包含两种污点传播类型(同时使用)：
1、基于参数的简单保守的污点传播；
2、基于函数剖析策略(function profile policies)的污点传播；
1.3.1基于参数的简单保守的污点传播分析
下面详细分析dvmTaintPropJniMethod函数的代码。
第一部分，参数准备：
|
const DexProto* proto = &method->prototype; DexParameterIterator pIterator; int nParams = dexProtoGetParameterCount(proto); int pStart = (dvmIsStaticMethod(method)?0:1); /* index where params start */
/* Consider 3 arguments. [x] indicates return taint index * 0 1 2 [3] 4 5 6 */ int nArgs = method->insSize; u4* rtaint = (u4*) &args[nArgs]; /* The return taint value */ int tStart = nArgs+1; /* index of args[] where taint values start */ int tEnd = nArgs*2; /* index of args[] where taint values end */ u4 tag = TAINT_CLEAR; int i; |
这部分代码很简单，结合上文的Native栈帧，不难理解其中各个变量的含义。
现在回到dvmTaintPropJniMethod的第二部分：
|
for (i = tStart; i <= tEnd; i++) { tag |= args[i]; } /* If not static, pull any taint from the "this" object */ if (!dvmIsStaticMethod(method)) { tag |= getObjectTaint((Object*)args[0], method->clazz->descriptor); } /* Union taint from Objects we care about */ dexParameterIteratorInit(&pIterator, proto); for (i=pStart; ; i++) { const char* desc = dexParameterIteratorNextDescriptor(&pIterator); if (desc == NULL) { break; } if (desc[0] == '[' || desc[0] == 'L'] { tag |= getObjectTaint((Object*) args[i], desc); //当前只支持array和string对象的污点获取！ } if (desc[0] == 'J' || desc[0] == 'D') { /* wide argument, increment index one more */ i++; } } /* Look at the taint policy profiles (may have return taint) */ tag |= propMethodProfile(args, method); /* Update return taint according to the return type */ if (tag) { const char* desc = dexProtoGetReturnType(proto); setReturnTaint(tag, rtaint, pResult, desc); } |
这部分代码的功能简要概括为：
1. 将所有参数的污点都集合到返回tag中；
2. 对于非静态方法，将this指针的tag集合到返回tag中；
3. 将参数中所有arrayObject和object对象的tag集合到返回tag中；getObjectTaint的实现并不复杂，结合第3章的讲解，读者可以很容易地理解其实现逻辑。
4. 通过函数propMethodProfile对参数的污点进行profile，如果该函数有返回值的话就将这个值(其实就是一个tag值)集合到返回tag中, 后文会详细分析其实现机制；
5. 最后通过函数setReturnTaint方法将返回tag放置到返回值中。
这里有几个概念需要说明：
1. 虽然每个参数在栈帧中都有一个专门的空间存储其污点，但是这并不意味着参数的污点数据就一定存储在这个空间了，因为对于ArrayObject/StringObject之类的参数其污点是存储在自己的存储空间的(如第3章所述，TaintDroid对它们的数据结构进行了修改——添加了一个Taint成员)。
2. setReturnTaint对不同类型参数的污点处理需要注意。比如，对ArrayObject与StringObject，以及对Object的引用(等同于普通的变量)。这里就涉及到TaintDroid对基于参数的简单保守的污点传播的一些定义与限制了，TaintDroid将其称之为启发式污点传播补丁。结合前文对DVM的变量级污点跟踪分析，TaintDroid仅仅对原始类型数据和ArrayObject以及类的静态域、实例域进行了污点传播，它并不关心其他object类型的污点，另外它还有一个TODO:考虑String的派生类的污点。
1.3.2 基于函数剖析策略的污点传播分析
上文主要分析了JNI污点传播中基于参数的简单保守污点传播方式，下面继续分析其基于函数剖析策略(function profile policies)的污点传播，其实现接口就是前文提到的propMethodProfile函数。
在分析Taint method Profile之前，需要先了解其所需的各种结构体，这些结构体定义在dalvik/vm/tprop/TaintPolicyPriv.h中：
|
typedef enum { kTaintProfileUnknown = 0, kTaintProfileClass, kTaintProfileParam, kTaintProfileReturn } TaintProfileEntryType;
typedef struct { const char* from; //格式大概为：[class/param/argX/return].[xxx].[xxx] const char* to; } TaintProfileEntry;
#define TAINT_PROFILE_TABLE_SIZE 8 /* per class */ #define TAINT_POLICY_TABLE_SIZE 32 /* number of classes */
typedef struct { const char* methodName; const TaintProfileEntry* entries; } TaintProfile;
typedef struct { const char* classDescriptor; const TaintProfile* profiles; HashTable* methodTable; /* created on startup */ } TaintPolicy; |
三者的相互关系如下图所示：
TaintProfileEntry的[from, to]数据对，用于记录变量之间(包括方法参数、类变量以及返回值)的数据流。显然，这三种结构体构成了一个完整的数据流链表。了解了这些结构体之后就可以继续分析TaintDroid是如何部署、实施这种策略的了。为了便于理解，我们将method profile policy的整个实现分为三个阶段：1)初始化阶段；2)策略执行之搜索阶段；3)策略执行之更新阶段。
1）初始化阶段
首先我们进入jni.cpp中dvmJniStartup()函数，发现其添加了如下代码：
|
#ifdef WITH_TAINT_TRACKING dvmTaintPropJniStartup(); #endif |
顾名思义dvmJniStartup用于启动整个dvm的jni功能，TD将dvmTaintPropStartup添加到此函数中，表示整个Taint method Profile是对所有JNImethods起作用的。dvmTaintPropStartup定义在TaintProp.cpp文件中：
|
/* Code called from dvmJniStartup() * Initializes the gPolicyTable for fast lookup of taint policy * profiles for methods. */ void dvmTaintPropJniStartup() { TaintPolicy* policy; u4 hash;
/* Create the policy table (perfect size) */ gPolicyTable = dvmHashTableCreate( dvmHashSize(TAINT_POLICY_TABLE_SIZE), freeTaintPolicy);
for (policy = gDvmJniTaintPolicy; policy->classDescriptor != NULL; policy++) { const TaintProfile *profile;
/* Create the method table for this class */ policy->methodTable = dvmHashTableCreate( TAINT_PROFILE_TABLE_SIZE, freeTaintProfile);
/* Add all of the methods */ for (profile = &policy->profiles[0]; profile->methodName != NULL; profile++) { hash = dvmComputeUtf8Hash(profile->methodName); dvmHashTableLookup(policy->methodTable, hash,(void *) profile, hashcmpTaintProfile, true); //最后一个参数表示在hash表中找不到目标item时，是否将这个item添加到hash表中。 }
/* Add this class to gPolicyTable */ hash = dvmComputeUtf8Hash(policy->classDescriptor); dvmHashTableLookup(gPolicyTable, hash, policy, hashcmpTaintPolicy, true); }
#ifdef TAINT_JNI_LOG /* JNI logging for debugging purposes */ gJniLogSeen = dvmHashTableCreate(dvmHashSize(50), free); #endif } |
1. 通过dvmHashTableCreate创建一个全局hash表gPolicyTable；
2. 遍历全局变量gDvmJniTaintPolicy，这是一个TaintPolicy结构体数组，定义在tprop/TaintPolicy.cpp中：
|
TaintPolicy gDvmJniTaintPolicy[] = { {"Llibcore/icu/NativeConverter;", libcore_icu_NativeConverter_methods, NULL}, {"Lfoo/bar/name2;", foo_bar_name2_methods, NULL}, {NULL, NULL, NULL} }; |
由于起初NativeConverter与name2类的methodTable指针为空，它又是一个HashTable指针成员，所以需要通过dvmHashTableCreate为其创建hash表；然后将该类的所有方法(也定义在tprop/TaintPolicy.cpp中)加入到这个hash表中；最后将该类加入到全局hash表gPolicyTable中。至于为何只定义了这两个类，见后面分析。
至此jni method profile的初始化工作就做完了。以后就是根据具体的jni method对TaintPolicy, TaintProfile以及TaintProfileEntry进行更新了。
2）策略执行之搜索阶段
由于整个策略通过hash表实现，所以在开始分析具体的JNI method执行的时候TaintDroid是如何对TaintProfile等结构进行更新之前，我们需要了解TaindDroid对以上三种结构是如何进行搜索的。
涉及到搜索的方法主要有getPolicyProfile以及getEntryTaint。这里主要分析getEntryTaint的实现。函数代码如下：
|
/* entry = entry->from */ u4 getEntryTaint(const char* entry, const u4* args, const Method* method) { u4 tag = TAINT_CLEAR; char *pos; /* Determine split point if any */ pos = index((char *) entry, '.'); //这里涉及到entry的命名方式
switch (getEntryType(entry)) { case kTaintProfileClass: //如果是类的话就获取该类由entry指定的filed的tag if (dvmIsStaticMethod(method)) { tag = getFieldEntryTaint(pos+1, method->clazz, NULL); } else { tag = getFieldEntryTaint(pos+1, method->clazz, (Object*)args[0]); } break;
case kTaintProfileParam: tag = getParamEntryTaint(entry, args, method); break;
default: ALOGW("TaintPolicy: Invalid from type: [%s]", entry); }
return tag; } |
函数逻辑还是很简单的，概括如下：
1. 通过getEntryType函数获取entry->from所对应的变量的类型；
2. 根据变量的具体类型调用不同的处理方法获取该变量的taint，如getFieldEntryTaint、getParamEntryTaint。
不过要想理解getFieldEntryTaint之类的函数，需要先了解entry->from与entry->to的命名规则：
|
其命名有三种方式： 1) class.field1[.field2[…]]。class只能用于第一个参数arg0，即this或静态方法的当前class; 2) param.num[.field1[.field2[…]]]。Num表示参数的序列号，另外如果某变量的tag并不是保存在栈帧中与参数相邻的tag中，就可能继续添加字段名； 3) return。 Ununsed。 |
现在再分析getFieldEntryTaint就简单了：
|
u4 getFieldEntryTaint(const char* entry, ClassObject* clazz, Object* obj) { u4 tag = TAINT_CLEAR; FieldRef fRef; fRef = getFieldFromEntry(entry, clazz, obj); //此时的entry已经去掉了’class.’ ,‘argX.’, ‘return.’ 前缀 if (fRef.field != NULL) { tag = getTaintFromField(fRef.field, fRef.obj); } return tag; } |
对于静态域来说，obj为Null。首先，发现有一个新的结构体FieldRef ：
|
/* 这是一个封装结构体，在处理嵌套的实例域entry的时候会用到*/ typedef struct { Field *field; Object *obj; } FieldRef; |
继续分析getFieldFromEntry，此函数递归地查找某个class对象的某个field,最后返回由object和field构成的封装结构体FieldRef.
如果fRef不为空的话，就通过getTaintFromField函数获取该field的tag。其代码如下：
|
u4 getTaintFromField(Field* field, Object* obj) { u4 tag = TAINT_CLEAR;
if (dvmIsStaticField(field)) { StaticField* sfield = (StaticField*) field; tag = dvmGetStaticFieldTaint(sfield); } else { InstField* ifield = (InstField*) field; if (field->signature[0] == 'J' || field->signature[0] == 'D') { tag = dvmGetFieldTaintWide(obj, ifield->byteOffset); } else { tag = dvmGetFieldTaint(obj, ifield->byteOffset); } } return tag; } |
这里用到的dvmGetFieldTaintXXX系列函数都是inline函数，定义在oo/ObjectInlines.h中。
搜索完毕，下面就开始进行更新了。
3）策略执行之更新阶段
首先，看propMethodProfile方法的实现：
|
/* Returns a taint if the profile policy indicates propagation * to the return */ u4 propMethodProfile(const u4* args, const Method* method) { u4 rtaint = TAINT_CLEAR; TaintProfile* profile = NULL; const TaintProfileEntry* entry = NULL;
profile = getPolicyProfile(method); //根据method结构体获取该方法对应的TaintProfile结构体(此函数很耗时) if (profile == NULL) { return rtaint; //若为空，表示当前profile链表中没有此方法，那么就直接返回空tag }
//LOGD("TaintPolicy: applying policy for %s.%s", // method->clazz->descriptor, method->name);
/* Cycle through the profile entries */ for (entry = &profile->entries[0]; entry->from != NULL; entry++) { u4 tag = TAINT_CLEAR;
tag = getEntryTaint(entry->from, args, method); if (tag) { //LOGD("TaintPolicy: tag = %d %s -> %s", // tag, entry->from, entry->to); rtaint |= addEntryTaint(tag, entry->to, args, method); }
}
return rtaint; } |
其功能简要概括如下:
1. 根据method结构体获取该方法对应的TaintProfile结构体；
2. 遍历该TaintProfile包含的所有TaintProfileEntry结构体，通过getEntryTaint获取每个entry->from所对应的变量的污点，如果其污点不为空的话，就将这个污点通过addEntryTaint函数添加到entry->to所对应的变量中，并将addEntryTaint的返回值添加给rtaint。这里涉及到addEntryTaint的处理逻辑：如果entry->to对应的变量的类型为kTaintProfileReturn的话，就说明这是一个返回函数，那么我们就不需要再存储其tag，只需要将它返回给上层函数就行，否则就存储tag到entry->to对于的变量中，且返回给上层函数的tag为空。
通过上面的处理，就实现了taint profile的污点传播了，但是枚举所有JNI方法的数据流是一件及其耗时的任务，所以最好能通过源码分析工具来离线地、自动化地实现数据流更新(这项工作TD并没有完成)。
作者：简行、走位@阿里聚安全，更多技术文章，请点击阿里聚安全博客
阿里聚安全由阿里巴巴移动安全部出品，面向企业和开发者提供企业安全解决方案，全面覆盖移动安全、数据风控、内容安全、实人认证等维度，并在业界率先提出“以业务为中心的安全”，赋能生态，与行业共享阿里巴巴集团多年沉淀的专业安全能力。