DIY disassembler

कई वर्षों के लिए मशीन निर्देशों की संरचना को जानना अनिवार्य नहीं है, ताकि कोई व्यक्ति खुद को प्रोग्रामर कह सके। स्वाभाविक रूप से, यह हमेशा मामला नहीं था। पहले असेम्बलर्स दिखाई देने से पहले, प्रोग्रामिंग को सीधे मशीन कोड में किया जाता था। बड़ी संख्या में त्रुटियों के साथ जुड़ा हुआ कठोर श्रम। आधुनिक असेंबलर (उचित सीमा तक) लोहे से सार करने की अनुमति देते हैं, एन्कोडिंग कमांड की एक विधि। हम उच्च-स्तरीय भाषाओं के संकलक के बारे में क्या कह सकते हैं। वे अपने कार्यान्वयन की जटिलता और सादगी के साथ विस्मित होते हैं, जिसके साथ प्रोग्रामर को स्रोत कोड को मशीन निर्देशों के अनुक्रम में परिवर्तित करने की अनुमति दी जाती है (और परिवर्तित करने के लिए, काफी हद तक, आशावादी रूप से)। एक प्रोग्रामर से, केवल आपकी पसंदीदा भाषा / आईडीई का ज्ञान आवश्यक है। यह जानना कि संकलक मूल सूची में क्या रूपांतरित करता है, आवश्यक नहीं है।
उन लोगों के लिए जो मशीन निर्देशों के कोडिंग संरचना का एक संक्षिप्त विवरण, एक उदाहरण कार्यान्वयन और x86 आर्किटेक्चर के लिए डिस्सेम्बलर के स्रोत कोड को देखने के लिए स्वागत करते हैं।


X86 आर्किटेक्चर के लिए एक डिस्सेम्बलर बनाना, हालांकि एक विशेष रूप से मुश्किल काम नहीं है, लेकिन फिर भी काफी विशिष्ट है। एक प्रोग्रामर से एक निश्चित प्रकार के ज्ञान की आवश्यकता होती है - मशीन कोड में "बाइट्स" के अनुक्रम को माइक्रोप्रोसेसर कैसे पहचानता है, इसका ज्ञान। प्रत्येक विश्वविद्यालय पूरी तरह कार्यात्मक आधुनिक डिस्सेम्बलर लिखने के लिए पर्याप्त मात्रा में ऐसा ज्ञान प्राप्त नहीं कर सकता है - आपको इसे स्वयं देखना होगा (आमतौर पर अंग्रेजी में)। यह पोस्ट डिस्सेम्बलर बनाने की समस्या को पूरी तरह से कवर करने का ढोंग नहीं करता है, यह केवल संक्षेप में बताता है कि डिस्सेम्बलर को x86 आर्किटेक्चर के लिए कैसे लिखा गया था, जो कमांड निष्पादन का एक 32-बिट मोड है। मैं आधिकारिक विनिर्देश से कुछ अवधारणाओं के अनुवाद में संभावित अशुद्धियों की संभावना को भी नोट करना चाहूंगा।

इंटेल x86 के लिए कमांड संरचना

टीम की संरचना इस प्रकार है:
• वैकल्पिक उपसर्ग (प्रत्येक उपसर्ग आकार में 1 बाइट है)
अनिवार्य आदेश opcode (1 या 2 बाइट्स)
• मोड_आर / एम - एक बाइट जो कमांड के ऑपरेंड की संरचना को परिभाषित करता है - वैकल्पिक।
• वैकल्पिक बाइट्स कमांड के ऑपरेंड द्वारा कब्जा कर लिया जाता है (कभी-कभी एसआईबी [स्केल, इंडेक्स, बेस] फ़ील्ड, ऑफ़सेट और तत्काल मूल्य के एक बाइट के रूप में विभाजित होता है)।

उपसर्गों

निम्नलिखित उपसर्ग मौजूद हैं:
मेमोरी सेल का उपयोग करते समय कमांड द्वारा उपयोग किए जाने वाले सेगमेंट रजिस्टर में पहले छह बदलाव होते हैं।
• Ix26 - ES खंड प्रतिस्थापन उपसर्ग
• 1x2E - सीएस खंड प्रतिस्थापन उपसर्ग
• 1x36 - एसएस खंड प्रतिस्थापन उपसर्ग
• 1x3E - डीएस खंड प्रतिस्थापन उपसर्ग
• Ix64 - FS खंड प्रतिस्थापन उपसर्ग
• Ix65 - जीएस खंड प्रतिस्थापन उपसर्ग

• Ix0F - अतिरिक्त कमांड्स का उपसर्ग (कभी-कभी इसे वास्तविक उपसर्ग के रूप में नहीं माना जाता है - इस मामले में यह माना जाता है कि कमांड के ओपकोड में दो बाइट्स होते हैं, जिनमें से पहला 0x0F है)

• Ix66 - ऑपरेंड के आकार को फिर से परिभाषित करने के लिए उपसर्ग (उदाहरण के लिए, ईएक्सएक्स रजिस्टर के बजाय कुल्हाड़ी का उपयोग किया जाएगा)
• Ix67 - पता आकार पुनर्परिभाषित उपसर्ग (नीचे देखें)
• Ix9B - प्रतीक्षा उपसर्ग (WAIT)
• IxF0 - लॉक प्रीफ़िक्स (LOCK का उपयोग बहु-थ्रेडेड अनुप्रयोगों को सिंक्रनाइज़ करने के लिए किया जाता है)
• IxF2 - REPNZ कमांड प्रीफिक्स को दोहराता है - बाइट सीक्वेंस (स्ट्रिंग्स) के साथ काम करता है
• IxF3 - आरईपी कमांड रिपीट प्रीफिक्स - बाइट सीक्वेंस (स्ट्रिंग्स) के साथ काम करता है

इन उपसर्गों में से प्रत्येक मशीन निर्देश के शब्दार्थ और / या संरचना में परिवर्तन करता है (उदाहरण के लिए, इसकी लंबाई या स्तनविज्ञान की पसंद)।

ओपकोड्स टीमें।
कमांड का ओपोड कभी-कभी एक होता है, कभी-कभी एक साथ उपसर्ग (ओं) के साथ कमांड के mnemonics (नाम) को विशिष्ट रूप से परिभाषित करता है। बहुत सारी टीमें हैं। और आधुनिक माइक्रोप्रोसेसरों के परिष्कार के साथ, उनकी संख्या में कमी नहीं होती है - नई टीमें दिखाई देती हैं, लेकिन पुरानी गायब नहीं होती हैं (पिछड़ी संगतता)। आम तौर पर माइक्रोप्रोसेसर निर्माताओं की आधिकारिक वेबसाइटों पर उनके साथ जुड़े ऑपकोड और कमांड की सूची डाउनलोड की जा सकती है।

Mod_R / M बाइट में निम्नलिखित फ़ील्ड शामिल हैं:

• मॉड - पहले दो बिट्स (मान 0 से 3 तक)
• आर / एम - अगले तीन बिट्स (मान 0 से 7 तक)
• मोडआर / एम का मूल्य - अगले तीन बिट्स (मान 0 से 7 तक)

कार्यान्वयन:

डिस्सेम्बलर लिखने के लिए, हम निम्नलिखित पेज का उपयोग करेंगे: http://ref.x86asm.net/geek32.html ।

हम कई तालिकाओं को देखते हैं। संक्षेप में, हमें एक डिस्सेम्बलर लिखने के लिए केवल इन तालिकाओं और उनके क्षेत्रों के विवरण की आवश्यकता होगी। बेशक, तार्किक तर्क और खाली समय इसके अतिरिक्त आवश्यक हैं।
पहली तालिका में मशीन के निर्देशों को सूचीबद्ध किया गया है जिसमें 0x0F उपसर्ग शामिल नहीं है। दूसरी सूची में इस उपसर्ग वाले निर्देश शामिल हैं (इनमें से अधिकांश निर्देश पेंटियम के माइक्रोप्रोसेसरों में एमएमएक्स परिवार या बाद में दिखाई दिए)।
निम्न तीन तालिकाएँ आपको मॉड-आर / एम बाइट को 32-बिट निर्देश एन्कोडिंग मोड के लिए निर्देश ऑपरेंड के अनुक्रम में परिवर्तित करने की अनुमति देती हैं। इसके अलावा, इन तीन तालिकाओं में से प्रत्येक बाद में पिछली तालिका के विशेष मामलों के मॉड_ आर / एम बाइट के विश्लेषण को स्पष्ट करता है।
अंतिम तालिका आपको मॉड-आर / एम बाइट को 16-बिट अनुदेश एन्कोडिंग मोड के लिए अनुदेश ऑपरेंड के अनुक्रम में परिवर्तित करने की अनुमति देती है। डिफ़ॉल्ट रूप से, कमांड को 32-बिट मोड में एन्कोडेड माना जाता है। एन्कोडिंग मोड को बदलने के लिए, पता आकार पुनर्निर्देशन उपसर्ग (0x67) का उपयोग किया जाता है।

पहली बात यह है कि पहले दो तालिकाओं को सुविधाजनक डेटा संरचनाओं में स्थानांतरित करना है। उसी साइट पर, आप इन तालिकाओं के xml- संस्करण डाउनलोड कर सकते हैं, और पहले से ही उन्हें सुंदर संरचना संरचनाओं में बदल सकते हैं। मैंने अलग तरीके से काम किया - मैंने एक्सेल में html तालिकाओं को लोड किया, और पहले से ही, वीबीए पर एक सरल स्क्रिप्ट लिखने पर, मुझे स्रोत कोड प्राप्त हुआ, जो मैनुअल सुधार के बाद आवश्यक डेटा संरचना था।

Disassembly एल्गोरिथम अपने आप में काफी सरल है:

• वर्तमान मशीन अनुदेश में प्रयुक्त उपसर्गों की एक सूची संकलित की गई है
• संबंधित क्षेत्र को लक्ष्य (वांछित) माइक्रोप्रोसेसर के ओपकोड, उपसर्गों और पीढ़ी (मॉडल) के आधार पर दो तालिकाओं में से एक में खोजा जाता है।
• हमने जो रिकॉर्ड पाया, वह माइक्रोप्रोसेसर की पीढ़ी (मॉडल) जैसे क्षेत्रों की सूची है, जहां से इस कमांड के लिए समर्थन प्रकट हुआ, या, उदाहरण के लिए, झंडे की एक सूची जिसे यह कमांड बदल सकता है। हम मुख्य रूप से केवल कमांड के mnemonics (नाम) और ऑपरेंड की सूची में रुचि रखते हैं। पाया एक और mod_R / एम बाइट के क्षेत्र के सभी ऑपरेंड्स का विश्लेषण करने के बाद, हम कमांड के पाठात्मक प्रतिनिधित्व और लंबाई का पता लगा सकते हैं।

ऑपरेंड की संख्या शून्य से तीन तक हो सकती है। स्रोत तालिकाओं में सौ से अधिक प्रकार के ऑपरेंड होते हैं। कुछ ऑपरेंडों को डुप्लिकेट किया जाता है - उनके अलग-अलग नाम हैं, लेकिन उनके लिए mod_R / M बाइट्स (और संभवतः बाद के बाइट्स) के प्रसंस्करण का क्रम समान है।

विभिन्न ऑपरेंडों के प्रसंस्करण का एक उदाहरण और सरल "हैलो वर्ल्ड" फ़ंक्शन को अलग करने का एक उदाहरण देखने के लिए, आप सी ++ बिल्डर 6 कंपाइलर के लिए डिस्सेम्बलर स्रोत कोड डाउनलोड कर सकते हैं।

पुनश्च:
यह एक तथ्य नहीं है कि जो कोई भी इस पोस्ट को पढ़ता है, उसे कभी भी इससे एकत्रित जानकारी की आवश्यकता होगी (disassemblers इकाइयां लिखें), लेकिन, किसी भी स्थिति में, इस disassembler का परीक्षण किया गया था और यहां तक ​​कि एक बड़े व्यावसायिक ट्रेड में शामिल किया गया था, स्रोत खुले हैं और स्वतंत्र रूप से वितरित किए गए हैं )