特征码定位原理详解

特征码定位原理详解 特征码定位主要有两种方法：第一 直接替换法；第二 二叉数法； 直接替换法是最早开始出现的一种特征码定位方法。 按一定的字节数逐个替换原代码并保存，比如木马总共100字节，可以先把0-10个字节用0替换，保存，然后用杀毒软件扫描，不被查杀说明特征码已经被覆盖掉了，如果还被查杀则替换10-20字节，再保存，扫描……直到找出特征码。替换法的优点是容易理解，速度快（对文件特征码而言），特征码定位工具CCL的手动方式就是利用的替换法原理，文件特征码定位经常使用的就是这种方法。 但是对于内存特征码的定位这种 方法就不太实用了，每次替换以后都要载入内存再扫描，如果木马较大，替换生成的文件会非常多，每个都要 载入内存花费太多时间，除此之外它还有一个非常大的局限性，就是只能确定只有一处特征码的情况（某种特 定情况下的多特征码也是适用的，下面的第3种情况将有讲述），杀毒软件还有别的定位特征码的机制，比如 有的杀毒的定义了a,b两处特征码（三处或者更多原理是一样的，为了讲解方便，以下均以两处为例），只 要a,b有一个存在便报毒，只有加大替换范围直到两处同时被替换才不报毒，如果两处距离比较远，定义出 的范围将非常粗糙，很明显直接替换法将不再合适，这时第二种方法就有用武之地了。 二叉数法使用的原理是一半一半定位。 将待检测段一分为二，分别替换并生成两个文件A和B，其中A是原文件后半部分被0替换后生成的，B是前半部分被0替换的，杀毒开始查杀生成文件（如果是内存特征码定位则先载入内存再扫描内存），有4种情况 (1)A存在，B被删：这种情况说明A文件中特征码已经被替换掉，因此将A的被替换部分一分为二，起 始偏移为A的偏移，再进行检测； (2)A被删，B存在：这种情况说明B文件中特征码已经被替换掉，因此将B的被替换部分一分为二，起 始偏移为B的偏移，再进行检测； (3)A存在，B存在：这种情况说明没法定位A和B中有没有特征码，因此分别对A和B再一分为二进行检测； (4)A被删，B被删：这种情况说明两个区段都存在特征码，因此分别对A和B再一分为二进行检测。对A再分时会将原来的B区段填充为0，相当于去除B区段的影响，只考虑A；同理对B再分时会将原来的A区段内容填0，相当于去除A区段的影响，只考虑B。 第（1）（2）对应的是只有一处特征码的情况，比较容易理解； 第（3）对应的是定义了a，b两处特征码的情况，但是和前面提到的那种不同，杀毒软件为避免误判， 定义了a,b两处特征码，要ab同时存在时才报毒，假设a，b分别存在于A，B中，a,b不同时存在，杀毒对A，B均不报警，接下来该如何判断呢？举个例子说明一下 木马原来是…a……b…，第一次替换以后A：…a…000000，B：000000…b…，现在ab不同时存在，A，B都不被杀，则分别对A，B再次一分为二，…a……b000，…a…000…，000……b…，…a000…b…，再次扫描就可以找到两处特征码的位置，如果还是不行，再继续分……直到全部找到；其实这种类型的多特征码直接替换也是可 以定位的，甚至效果更好，按一定位数替换，然后扫描，只要替换了一个特征码就不再报毒，所以不报毒的便 是特征码被覆盖的，不管有几处都可以定位出，而且修改时也只要修改任意一处就可以了。 第（4）种对应的情况也是杀毒定义了多处特征码，就是上面提到的那种情况，只要有一处符合就认定是 病毒。还是以a,b两处特征码为例，第一次替换后的结果同（3），两部分分开考虑，互不影响，相当于分解 成两个单个特征码的情况，第二次替换后变成000000…b000，000000…000…，000…000000，…a000000000，依此类推，直到精确定位出所有特征码，如果有N处特征码就相当于分解成N个单特征码来定位，现在N一般小于等于3，这种情况定位出的所有特征码必须全部修改了才能免杀。 二叉数法是个很不错的思路，可以解决大部分的问题，但是不是无懈可击呢？回答是否定的！可恶的杀毒软件还有一个杀手锏，就是复合特征码，给我们定位特征码带来了很大的麻烦。复合特征码的定位机制是，先定义出N个特征码，只要里面某些同时出现便认为是病毒。举个简单例子说明一下：木马原来是…a1…b1…c1…a2…b2…c2…（a1,a2一样，加标号只是为了后面描述方便），只要abc同时出现就认为是病毒，这该如 何定位呢？原理不是很难，也是利用替换再查杀的方法，先从后往前用0替换，替换精度假设为每次替换量增加1000字节，开始一直显示是病毒，直到替换到地址13140040（为叙述方便随便说的一个地址）时替换的字节达到15000个，即…a1…b1…00000000，两个c都被替换掉了，此时显示不是病毒，由此可知，特征码c1就在13140040后面1000字节内，减小替换字节数比如改为替换14900字节，即精度改为每次替换减小100字节，还是无毒则减为替换14800字节，不断重复……直到精确定位出c1的位置；如果改为从前往后替换，则可以定位出a2的位置；其他特征码的定位可以利用已经定位到的c1,a2，把其中一个用0替换了比如c1,从后往前就可以定位出c2,直到定位出所有特征码，其实原理并不复杂，但是要真正手动操作起来却是非常麻烦的，我们可以利用MYCCL，它用的原理与之类似，具体操作可以看MYCCL的操作帮助。还有一种方法 更科学，原理是一样，但是替换的字节数不是等量增加的，而是以2的n-1次方增加的，第一次替换1字节，第二次2字节，第三次4字节……减小时也按照这种规律，这种替换方法有点类似于二叉数法，可以更快定位 出特征码的位置，我想这也是MYCCL在复合特征码定位方面应该改进的地方吧。 复合特征码虽好，大家也不用害怕，认为所有杀毒都来个复合特征码我们就要累死了，定义复合特征码需要单个特征码几倍的病毒库，不方便用户的升级，所以除了特别流行的病毒，定义复合特征码的也不是很多。 定位特征码有些经验可以告诉大家，文件特征码的定位一般用直接替换法，可以借用MYCCL的手动定位；内存特征码定位，一般用二叉数法，可以用MYCCL自动定位。对于EXE文件如果文件较小，可以两种方法结合，先用直接替换法生成，然后载入内存，再扫描内存，如果既能正常运行又不被杀，恭喜你！成功了！定位出了大体范围，再用MYCCL自动定位，很快就可以完成。