淺談安卓開發代碼混淆技術

隨著移動互聯網的快速發展，應用的安全問題不斷涌現出來，于是越來越多的應用開發者將核心代碼由java層轉到native層，以對抗成熟的java逆向分析工具，然而如果native層的代碼如果沒有進行任何保護，還是比較容易被逆向分析工作者獲取其運行邏輯，進而完成應用破解或者進行其他的操作。那么提高native代碼的安全性有什么好辦法嗎？答案是肯定的，今天我們就來介紹一種有效對抗native層代碼分析的方法——代碼混淆技術。

那么，什么是代碼混淆呢？代碼混淆的學術定義如下：

　　代碼混淆（code obfuscation）是指將計算機程序的代碼，轉換成一種功能上等價，所謂功能上的等價是指其在變換前后功能相同或相近。其解釋如下：程序P經過混淆變換為P‘，若P沒有結束或錯誤結束，那么P’也不能結束或錯誤結束；而且P‘程序的結果應與程序P具有相同的輸出。否則P’不是P的有效的混淆。

　　目前對于混淆的分類，普遍是以Collberg 的理論為基礎，分為布局混淆（layout obfuscation）、數據混淆（data obfuscation）、控制混淆（control obfuscation）和預防混淆（preventive obfuscation）這四種類型。

1.   布局混淆

　　布局混淆是指刪除或者混淆軟件源代碼或者中間代碼中與執行無關的輔助文本信息，增加***者閱讀和理解代碼的難度。軟件源代碼中的注釋文本、調試信息可以直接刪除，用不到的方法和類等代碼或數據結構也可以刪除，這樣即可以使***者難以理解代碼的語義，也可以減小軟件體積，提高軟件裝載和執行的效率。軟件代碼中的常量名、變量名、類名和方法名等標識符的命名規則和字面意義有利于***者對代碼的理解，布局混淆通過混淆這些標識符增加***者對軟件代碼理解的難度。標識符混淆的方法有多種，例如哈希函數命名、標識符交換和重載歸納等。哈希函數命名是簡單地將原來標識符的字符串替換成該字符串的哈希值，這樣標識符的字符串就與軟件代碼不相關了；標識符交換是指先收集軟件代碼中所有的標識符字符串，然后再隨機地分配給不同的標識符，該方法不易被***者察覺；重載歸納是指利用高級編程語言命名規則中的一些特點，例如在不同的命名空間中變量名可以相同，使軟件中不同的標識符盡量使用相同的字符串，增加***者對軟件源代碼的理解難度。布局混淆是最簡單的混淆方法，它不改變軟件的代碼和執行過程。

2.   數據混淆

　　數據混淆是修改程序中的數據域，而對代碼段不作處理。常用的數據混淆方式有合并變量、分割變量、數組重組、字符串加密等。

　　合并變量是將幾個變量合并為一個數據，原來的每個變量占據其中一個區域，類似于一個大的數據結構。分割變量則是將一個變量分割為兩個變量，對分割前后提供一種映射關系，將對一個變量的操作轉化為對分割后兩個變量的操作。

　　數組重組有數組的分割、合并、折疊和平滑等幾種方式。分割是將一個數組分成2個或多個相同維度的數組；合并則相反；折疊是增加數組的維數；平滑則是相反。

　　在ELF文件中，全局變量和常量字符串存放在數據段中，反匯編工具可以輕易查找到字符串與代碼之間的引用關系。在軟件破解中，通過一些字符串提示可以很方便的找到代碼關鍵語句，從而破解軟件。字符串加密則可以對這些明顯的字符串進行加密存儲，在需要時再進行解密。

3.   控制混淆

　　控制混淆也稱流程混淆，它是改變程序的執行流程，從而打斷逆向分析人員的跟蹤思路，達到保護軟件的目的。一般采用的技術有插入指令、偽裝條件語句、斷點等。偽裝條件語句是當程序順序執行從A到B，混淆后在A和B之間加入條件判斷，使A執行完后輸出TRUE或FALSE，但不論怎么輸出，B一定會執行。

　　控制混淆采用比較多的還有模糊謂詞、內嵌外聯、打破順序等方法。

　　模糊謂詞是利用消息不對稱的原理，在加入模糊謂詞時其值對混淆者是已知的，而對反混淆者卻很難推知。所以加入后將干擾反匯編者對值的分析。模糊謂詞的使用一般是插入一些死的或不相關的代碼（bogus code），或者是插入在循環或分支語句中，打斷程序執行流程。

　　內嵌（in-line）是將一小段程序嵌入到被調用的每一個程序點，外聯（out-line）是將沒有任何邏輯聯系的一段代碼抽象成一段可被多次調用的程序。

打破順序是指打破程序的局部相關性。由于程序員往往傾向于把相關代碼放在一起，通過打破順序改變程序空間結構，將加大破解者的思維跳躍。

4.   預防混淆

　　預防混淆一般是針對專用的反編譯器設計的，目的就是預防被這類反編譯器反編譯。他是利用特定的反編譯器或反混淆器的弱點進行專門設計。預防混淆對于特定的反編譯器非常有效，所以在使用時要綜合利用各種反編譯器的特點進行設計。

　　騰訊御安全保護方案提供了以上所述四種混淆分類的多維度的保護；布局混淆方面：提供了針對native代碼層中的函數名進行了混淆刪除調試信息等功能；數據混淆方面：提供了針對常量字符串加密及全局變量的混淆的功能；控制混淆方面：針對代碼流程上，提供了扁平化，插入bogus 分支以及代碼等價變換等功能；預防混淆方面：在混淆過程中加入了針對主流反編譯器的預防混淆的代碼，能夠有效地抵抗其分析。此外還對應用開發者提供不同等級的保護力度及多種混淆方式的功能的選擇，用戶可以根據自己的需求定制不同的混淆功能保護。

　　安全保護方案除了提供代碼混淆保護方面的技術，還提供代碼虛擬化技術及反逆向、反調試等其他應用安全加固方案，綜合使用多種代碼保護方案可以有效地提高應用代碼安全。