PE文件格式还是内容很多的,再来整体的复习一遍^^

PE文件

PE 文件是 Windows 操作系统下使用的可执行文件格式。它是微软在 UNIX 平台的 COFF(Common Object File Format,通用对象文件格式)基础上制作而成的。最初(正如 Portable 这个单词所代表的那样)设计用来提高程序在不同操作系统上的移植性,但实际上这种文件格式仅用在 Windows 系列的操作系统下。

PE 文件是指 32 位的可执行文件,也称为 PE32。64 位的可执行文件称为 PE + 或 PE32+,是 PE(PE32)文件的一种扩展形式(请注意不是 PE64)。

PE文件种类

image-20260815162222795

基本结构

image-20260815201907012

DOS头

微软创建 PE 文件格式时,人们正广泛使用 DOS 文件,所以微软充分考虑了 PE 文件对 DOS 文件的兼容性。其结果是在 PE 头的最前面添加了一个 IMAGE_DOS_HEADER 结构体,用来扩展已有的 DOS EXE 头。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
typedef struct _IMAGE_DOS_HEADER {
WORD e_magic; // DOS signature : 4D5A ("MZ")
WORD e_cblp;
WORD e_cp;
WORD e_crlc;
WORD e_cparhdr;
WORD e_minalloc;
WORD e_maxalloc;
WORD e_ss;
WORD e_sp;
WORD e_csum;
WORD e_ip;
WORD e_cs;
WORD e_lfarlc;
WORD e_ovno;
WORD e_res[4];
WORD e_oemid;
WORD e_oeminfo;
WORD e_res2[10];
LONG e_lfanew; // offset to NT header
} IMAGE_DOS_HEADER, *PIMAGE_DOS_HEADER;

需知道两个重要成员

  • e_magic:DOS 签名(signature,4D5A=>ASCII 值 “MZ”)。
  • e_lfanew:指示 NT 头的偏移(根据不同文件拥有可变值)。

DOS存根

DOS 存根(stub)在 DOS 头下方,是个可选项,且大小不固定(即使没有 DOS 存根,文件也能正常运行)。

NT头

NT 头 IMAGE_NT_HEADERS

1
2
3
4
5
typedef struct _IMAGE_NT_HEADERS {
DWORD Signature; // PE Signature : 50450000 ("PE"00)
IMAGE_FILE_HEADER FileHeader;
IMAGE_OPTIONAL_HEADER32 OptionalHeader;
} IMAGE_NT_HEADERS, *PIMAGE_NT_HEADERS32;

由 3 个成员组成

第一个成员为签名(Signature)结构体,其值为 50450000h (“PE” 00)

另外两个成员分别为文件头(File Header)与可选头(Optional Header)结构体。

文件头

文件头是表现文件大致属性的 IMAGE_FILE_HEADER 结构体。

1
2
3
4
5
6
7
8
9
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;

结构体中有如下 4 种重要成员

#1. Machine

每个 CPU 都拥有唯一的 Machine 码,例如兼容 32 位 Intel x86 芯片的 Machine 码为 14C。

#2. NumberOfSections

PE 文件把代码、数据、资源等依据属性分类到各节区中存储。

NumberOfSections 用来指出文件中存在的节区数量。该值一定要大于 0,且当定义的节区数量与实际节区不同时,将发生运行错误。

#3. SizeOfOptionalHeader

IMAGE_NT_HEADER 结构体(即NT头)的最后一个成员为 IMAGE_OPTIONAL_HEADER32 结构体。SizeOfOptionalHeader 成员用来指出 IMAGE_OPTIONAL_HEADER32 结构体的长度。

#4. Characteristics

该字段用于标识文件的属性,文件是否是可运行的形态、是否为 DLL 文件等信息,以 bit OR 形式组合起来。

可选头

IMAGE_OPTIONAL_HEADER32 是 PE 头结构体中最大的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
typedef struct _IMAGE_DATA_DIRECTORY {
DWORD VirtualAddress;
DWORD Size;
} IMAGE_DATA_DIRECTORY, *PIMAGE_DATA_DIRECTORY;

#define IMAGE_NUMBEROF_DIRECTORY_ENTRIES 16

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;

需要关注下列成员

#1. Magic

为 IMAGE_OPTIONAL_HEADER32 结构体时,Magic 码为 10B;

为 IMAGE_OPTIONAL_HEADER64 结构体时,Magic 码为 20B。

#2. AddressOfEntryPoint

AddressOfEntryPoint 持有 EP 的 RVA 值。该值指出程序最先执行的代码起始地址,相当重要。

#3. ImageBase

进程虚拟内存的范围是 0~0xFFFFFFFF(32 位系统)。PE 文件被加载到如此大的内存中时,ImageBase 指出文件的优先装入地址。

执行 PE 文件时,PE 装载器先创建进程,再将文件载入内存,然后把 EIP 寄存器的值设置为 ImageBase+AddressOfEntryPoint。

#4. SectionAlignment,FileAlignment

PE 文件的 Body 部分划分为若干节区,这些节存储着不同类别的数据。

FileAlignment 指定了节区在磁盘文件中的最小单位,而 SectionAlignment 则指定了节区在内存中的最小单位(一个文件中,FileAlignment 与 SectionAlignment 的值可能相同,也可能不同)。

磁盘文件或内存的节区大小必定为 FileAlignment 或 SectionAlignment 值的整数倍。

#5. SizeOfImage

加载 PE 文件到内存时,SizeOfImage 指定了 PE Image 在虚拟内存中所占空间的大小。一般而言,文件的大小与加载到内存中的大小是不同的

#6. SizeOfHeaders

SizeOfHeader 用来指出整个 PE 头的大小。该值也必须是 FileAlignment 的整数倍。第一节区所在位置与 SizeOfHeader 距文件开始偏移的量相同。

#7. Subsystem

Subsystem 值用来区分系统驱动文件 (.sys) 与普通的可执行文件 (.exe,*.dll)。

#8. NumberOfRvaAndSizes

NumberOfRvaAndSizes 用来指定 DataDirectory (IMAGE_OPTIONAL_HEADER32 结构体的最后一个成员) 数组的个数。虽然结构体定义中明确指出了数组个数为 IMAGE_NUMBEROF_DIRECTORY_ENTRIES (16),但是 PE 装载器通过查看 NumberOfRvaAndSizes 值来识别数组大小,换言之,数组大小也可能不是 16。

#9. DataDirectory

DataDirectory 是由 IMAGE_DATA_DIRECTORY 结构体组成的数组,数组的每项都有被定义的值。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
DataDirectory[0] = EXPORT Directory
DataDirectory[1] = IMPORT Directory
DataDirectory[2] = RESOURCE Directory
DataDirectory[3] = EXCEPTION Directory
DataDirectory[4] = SECURITY Directory
DataDirectory[5] = BASEREL0C Directory
DataDirectory[6] = DEBUG Directory
DataDirectory[7] = COPYRIGHT Directory
DataDirectory[8] = GLOBALPTR Directory
DataDirectory[9] = TLS Directory
DataDirectory[A] = LOAD_CONFIG Directory
DataDirectory[B] = BOUND_IMPORT Directory
DataDirectory[C] = IAT Directory
DataDirectory[D] = DELAY_IMPORT Directory
DataDirectory[E] = COM_DESCRIPTOR Directory
DataDirectory[F] = Reserved Directory

特别需要注意的是 IMPORT 与 EXPORT Directory,它们是 PE 头中非常重要的部分

节区头

节区头中定义了各节区属性。

PE 文件中的 code(代码)、data(数据)、resource(资源)等按照属性分类存储在不同节区。

节区头是由 IMAGE_SECTION_HEADER 结构体组成的数组,每个结构体对应一个节区。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#define IMAGE_SIZEOF_SHORT_NAME              8

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;

需要了解的重要成员有

#1 .VirtualSize

内存中节区所占大小

#2 .VirtualAddress

不要被名字误导,这个是内存中节区起始地址(RVA)!!!

#3. SizeOfRawData

磁盘文件中节区所占大小

#4. PointerToRawData

磁盘文件中节区起始位置

#5. Characteristics

节区属性(bit OR)

VirtualAddress 与 PointerToRawData 不带有任何值,分别由(定义在 IMAGE_OPTIONAL_HEADER32 中的)SectionAlignment 与 FileAlignment 确定。

VirtualSize 与 SizeOfRawData 一般具有不同的值,即磁盘文件中节区的大小与加载到内存中的节区大小是不同的。

提示

讲解 PE 文件时经常出现 “映像”(Image)这一术语,希望各位牢记。PE 文件加载到内存时,文件不会原封不动地加载,而要根据节区头中定义的节区起始地址、节区大小等加载。因此,磁盘文件中的 PE 与内存中的 PE 具有不同形态。将装载到内存中的形态称为 “映像” 以示区别,使用这一术语能够很好地区分二者。

RVA to RAW(File Offset)

PE 文件加载到内存时,每个节区都要能准确完成内存地址与文件偏移间的映射。这种映射一般称为 RVA to RAW,方法如下。

(1) 查找 RVA 所在节区。

(2) 使用简单的公式计算文件偏移(RAW)。

1
2
RAW - PointerToRawData = RVA - VirtualAddress
RAW = RVA - VirtualAddress + PointerToRawData

这里的PointerToRawData(磁盘文件中节区起始位置)由定义在节区头 IMAGE_SECTION_HEADER 中的FileAlignment确定

其次这里的VirtualAddress是内存中节区起始地址

RVA - VirtualAddress就是目标RVA-该节区的起始RVA,就是目标位置相对于这个节开头的偏移

然后把这个偏移加到文件里的节起点上

RAW=PointerToRawData+offset

这里我们可以和VA=ImageBase+RVA对比着来看,都是偏移加上起始地址

这里不懂可以直接去看PE文件格式了,那里会详细一点

VA&RVA

首先这个概念肯定是只存在内存中的

  • VA(Virtual Address,虚拟地址)

    程序跑起来之后,内存里真实完整地址。

    整个进程虚拟地址空间中的绝对地址。

  • ImageBase(加载基址)

    程序被加载到内存的起始虚拟地址。

  • RVA(Relative Virtual Address,相对虚拟地址)

换算公式如下

\[ VA = \text{ImageBase} + \text{RVA} \]

先理解两个名词

ImageBase:加载基址

编译 DLL/EXE 的时候,编译器给程序设想一个理想内存起始地址。

比如 DLL 希望自己加载到 0x10000000。

重定位 Relocation(基址重定位)

现实情况:一个进程里会同时加载很多 DLL。

如果理想的 ImageBase 地址已经被别的 DLL 占掉了,Windows 加载器就不能放到预想地址,只能把这个 DLL 挪到另一个空闲内存地址。

其中PE头内部信息大多以RVA形式存在,原因如下

PE文件(主要是DLL)加载到进程虚拟内存的特定位置时,该位置可能已经加载了其他PE文件(DLL)。

此时必须通过重定位(Relocation)将其加载到其他空白的位置,若PE头信息使用的是VA,则无法正常访问。

因此使用RVA来定位信息,即使发生了重定位,只要相对于基准位置的相对地址没有变化,就能正常访问到指定信息,不会出现任何问题。

IAT

IAT(Import Address Table,导入地址表),IAT 是一种表格,用来记录程序正在使用哪些库中的哪些函数。

DLL

DLL 就是 Windows 下的“动态链接库”,里面放了很多可以被多个程序共同使用的函数。

比如 printf()、CreateFileW() 这类函数,很多都不是程序自己实现的,而是调用系统 DLL 里的代码。

这样做的好处是:代码可以复用、多个进程可以共享同一份 DLL 代码、DLL 更新后程序可以继续使用而不用重新编译。

程序使用 DLL主要有两种方式:

一种是显式链接,程序运行时自己加载 DLL、查找函数;

另一种是隐式链接,也就是最常见的方式,程序在编译时就声明自己要用哪些 DLL 和函数,Windows 加载程序时帮它们处理好。

IMAGE_IMPORT_DESCRIPTOR

1
2
3
4
5
6
7
8
9
10
typedef struct _IMAGE_IMPORT_DESCRIPTOR {
union {
DWORD Characteristics;
DWORD OriginalFirstThunk;
};
DWORD TimeDateStamp;
DWORD ForwarderChain;
DWORD Name;
DWORD FirstThunk;
} IMAGE_IMPORT_DESCRIPTOR;

可以看作这个结构体描述的就是一个DLL

若程序导入kernel32.dll,user32.dll,gdi32.dll

那么就会有多个IMAGE_IMPORT_DESCRIPTOR

1
2
3
4
IMAGE_IMPORT_DESCRIPTOR[0] → kernel32.dll
IMAGE_IMPORT_DESCRIPTOR[1] → user32.dll
IMAGE_IMPORT_DESCRIPTOR[2] → gdi32.dll
IMAGE_IMPORT_DESCRIPTOR[3] → 全0,表示结束

所以它是一个数组,最后以全 0 结构结束。

关注三个字段

OriginalFirstThunk

指向 INT(Import Name Table,导入名称表),可以简单理解为我想从DLL里导入哪些函数

例如

1
2
3
4
5
6
7
8
kernel32.dll

INT
│
├── GetCurrentThreadId
├── GetTickCount
├── QueryPerformanceCounter
└── NULL

其中INT 里面通常并不是直接存字符串,而是存一个RVA指向IMAGE_IMPORT_BY_NAME

其结构如下

1
2
3
4
typedef struct _IMAGE_IMPORT_BY_NAME {
WORD Hint;
BYTE Name[1];
} IMAGE_IMPORT_BY_NAME;

Name

指向DLL名字,如kernel32.dll

FirstThunk

指向IAT(Import Address Table),即函数地址表

封面来自あんこま