Agent内存马的自动分析与查杀(二)

简介: Agent内存马的自动分析与查杀

解决非法字节码

接下来我遇到了一个比较大的坑,通过sa-jdi库dump下来的字节码是非法的

在对ApplicationFilterChain类分析的时候,会报如下的错

69ef9c1d7df1167ca2f606bfbceba789_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png


起初我怀疑是自己用了最新版ASM框架:9.2

于是逐渐降级,发现降级到7.0后不再报错,但ClassReader不报错,在分析时候会报错

经过对比,发现是以下的情况

d6af3b37d994d5fd8d85c687f06c33ca_640_wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1.jpg

不报错版本

b61d95d724c99fdc6e18568952f11e0d_640_wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1.jpg

稍微分析了下,发现是ApplicationFilterChain类包含了LAMBDA

不止这个类,不少的类都有可能会包含LAMBDA

4b22f7894c6cd06f0aec5d9188bf0977_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png


发现通过sa-jdi获取的字节码在存在LAMBDA的情况下是非法字节码,无法进行分析

这时候如果还想进行分析,只有两个选择:

  • 自己解析CLASS文件做分析(本末倒置)
  • 改写ASM源码使跳过LAMBDA


根据Java基础知识可以得知:LAMBDA和INVOKEDYNAMIC指令相关,于是我改了ASM的代码

(这里不解释为什么这么改了,是经过多次调试确定的)

org/objectweb/asm/ClassReader#274

bootstrapMethodOffsets = null;

org/objectweb/asm/ClassReader#2456

case Opcodes.INVOKEDYNAMIC:
{
   return;
}


改了源码后,就可以正常对非法字节码进行分析了。目前来看没有什么大问题,可以正常分析,但不确定这样的修改是否会存在一些隐患和BUG。总之目前能继续了


分析字节码

分析字节码并不需要太深入做,因为大部分可能出现的内存马都是Runtime.exec或冰蝎反射调ClassLoader.defineClass实现的,针对于这两种情况做分析,足以应对绝大多数情况

以下代码是读取dump的字节码并针对两种情况对所有方法分析

List<Result> results = new ArrayList<>();
int api = Opcodes.ASM9;
int parsingOptions = ClassReader.SKIP_DEBUG | ClassReader.SKIP_FRAMES;
for (String fileName : files) {
   byte[] bytes = Files.readAllBytes(Paths.get(fileName));
   if (bytes.length == 0) {
       continue;
  }
   ClassReader cr;
   ClassVisitor cv;
   try {
       // runtime exec analysis
       cr = new ClassReader(bytes);
       cv = new ShellClassVisitor(api, results);
       cr.accept(cv, parsingOptions);
       // classloader defineClass analysis
       cr = new ClassReader(bytes);
       cv = new DefineClassVisitor(api, results);
       cr.accept(cv, parsingOptions);
  } catch (Exception ignored) {
  }
}
for (Result r : results) {
   logger.info(r.getKey() + " -> " + r.getTypeWord());
}

对于Runtime.exec型的分析最为简单,仅判断已dump的字节码中所有方法中是否存在该方法的调用即可(理论上会存在误报,但黑名单类不可能存在该方法,关键字类本身就是可疑的,所以这样做并无不妥)

@Override
public void visitMethodInsn(int opcode, String owner, String name, String descriptor, boolean isInterface) {
   boolean runtimeCondition = owner.equals("java/lang/Runtime") &&
       name.equals("exec") &&
       descriptor.equals("(Ljava/lang/String;)Ljava/lang/Process;");
   if (runtimeCondition) {
       Result result = new Result();
       result.setKey(this.owner);
       result.setType(Result.RUNTIME_EXEC_TIME);
       results.add(result);
  }
   super.visitMethodInsn(opcode, owner, name, descriptor, isInterface);
}

但这种情况不适用于冰蝎反射调ClassLoader.defineClass

代码不长,但对应的字节码较复杂

Method m = ClassLoader.class.getDeclaredMethod("defineClass",
                                              String.class, ByteBuffer.class, ProtectionDomain.class);
m.invoke(null);

对应字节码

LDC Ljava/lang/ClassLoader;.class // 重点关注
LDC "defineClass" // 重点关注
ICONST_3
ANEWARRAY java/lang/Class
DUP
ICONST_0
LDC Ljava/lang/String;.class
AASTORE
DUP
ICONST_1
LDC Ljava/nio/ByteBuffer;.class
AASTORE
DUP
ICONST_2
LDC Ljava/security/ProtectionDomain;.class
AASTORE
INVOKEVIRTUAL java/lang/Class.getDeclaredMethod (Ljava/lang/String;[Ljava/lang/Class;)Ljava/lang/reflect/Method; // 重点关注
ASTORE 1
L1
LINENUMBER 11 L1
ALOAD 1
ACONST_NULL
ICONST_0
ANEWARRAY java/lang/Object
INVOKEVIRTUAL java/lang/reflect/Method.invoke (Ljava/lang/Object;[Ljava/lang/Object;)Ljava/lang/Object; // 重点关注
POP

这种操作需要多个步骤,并不是简单的一个INVOKE那么简单,不特殊处理的话,由于反射和ClassLoader相关操作都算是比较常见的,有一定的误报可能

于是继续掏出栈帧分析大法,具体不再介绍,之前文章 已有详细解释

根据字节码,在defineClass和Ljava/lang/ClassLoader;通过LDC指令入栈之前,应该认为这是恶意操作,模拟JVM指令执行后应该在栈顶设置污点

@Override
public void visitLdcInsn(Object value) {
   if (value instanceof String) {
       if (value.equals("defineClass")) {
           super.visitLdcInsn(value);
           this.operandStack.set(0, "LDC_STRING");
           return;
      }
  } else {
       if (value.equals(Type.getType("Ljava/lang/ClassLoader;"))) {
           super.visitLdcInsn(value);
           this.operandStack.set(0, "LDC_CL");
           return;
      }
  }
   super.visitLdcInsn(value);
}

后续主要是对于两个INVOKE进行分析

  • 如果getDeclaredMethod传入的是上文LDC处设置的污点,认为方法返回值也是污点,给栈顶的返回值设置REFLECTION_METHOD标志
  • 如果Method.invoke方法中的Method被标记了REFLECTION_METHOD则可以确定这是内存马
  • 开头一部分代码主要是根据方法参数的实际情况对参数在操作数栈中的索引位置进行确定,是一种动态和自动的确认方式,而不是直接根据经验或者调试写死索引,算是优雅写法
public void visitMethodInsn(int opcode, String owner, String name, String descriptor, boolean isInterface) {
   Type[] argTypes = Type.getArgumentTypes(descriptor);
   if (opcode != Opcodes.INVOKESTATIC) {
       Type[] extendedArgTypes = new Type[argTypes.length + 1];
       System.arraycopy(argTypes, 0, extendedArgTypes, 1, argTypes.length);
       extendedArgTypes[0] = Type.getObjectType(owner);
       argTypes = extendedArgTypes;
  }
   boolean reflectionMethod = owner.equals("java/lang/Class") &&
       opcode == Opcodes.INVOKEVIRTUAL && name.equals("getDeclaredMethod");
   boolean methodInvoke = owner.equals("java/lang/reflect/Method") &&
       opcode == Opcodes.INVOKEVIRTUAL && name.equals("invoke");
   if (reflectionMethod) {
       int targetIndex = 0;
       for (int i = 0; i < argTypes.length; i++) {
           if (argTypes[i].getClassName().equals("java.lang.String")) {
               targetIndex = i;
               break;
          }
      }
       if (operandStack.get(argTypes.length - targetIndex - 1).contains("LDC_STRING")) {
           super.visitMethodInsn(opcode, owner, name, descriptor, isInterface);
           operandStack.set(TOP, "REFLECTION_METHOD");
           return;
      }
  }
   if (methodInvoke) {
       int targetIndex = 0;
       for (int i = 0; i < argTypes.length; i++) {
           if (argTypes[i].getClassName().equals("java.lang.reflect.Method")) {
               targetIndex = i;
               break;
          }
      }
       if (operandStack.get(argTypes.length - targetIndex - 1).contains("REFLECTION_METHOD")) {
           super.visitMethodInsn(opcode, owner, name, descriptor, isInterface);
           Result result = new Result();
           result.setKey(owner);
           result.setType(Result.CLASSLOADER_DEFINE);
           results.add(result);
           return;
      }
  }
   super.visitMethodInsn(opcode, owner, name, descriptor, isInterface);
}


相关文章
|
Web App开发 监控 JavaScript
监控和分析 JavaScript 内存使用情况
【10月更文挑战第30天】通过使用上述的浏览器开发者工具、性能分析工具和内存泄漏检测工具,可以有效地监控和分析JavaScript内存使用情况,及时发现和解决内存泄漏、过度内存消耗等问题,从而提高JavaScript应用程序的性能和稳定性。在实际开发中,可以根据具体的需求和场景选择合适的工具和方法来进行内存监控和分析。
|
存储 弹性计算 缓存
阿里云服务器ECS经济型、通用算力、计算型、通用和内存型选购指南及使用场景分析
本文详细解析阿里云ECS服务器的经济型、通用算力型、计算型、通用型和内存型实例的区别及适用场景,涵盖性能特点、配置比例与实际应用,助你根据业务需求精准选型,提升资源利用率并降低成本。
936 3
|
设计模式 缓存 Java
【JUC】(4)从JMM内存模型的角度来分析CAS并发性问题
本篇文章将从JMM内存模型的角度来分析CAS并发性问题; 内容包含:介绍JMM、CAS、balking犹豫模式、二次检查锁、指令重排问题
369 1
|
存储 人工智能 自然语言处理
AI代理内存消耗过大?9种优化策略对比分析
在AI代理系统中,多代理协作虽能提升整体准确性,但真正决定性能的关键因素之一是**内存管理**。随着对话深度和长度的增加,内存消耗呈指数级增长,主要源于历史上下文、工具调用记录、数据库查询结果等组件的持续积累。本文深入探讨了从基础到高级的九种内存优化技术,涵盖顺序存储、滑动窗口、摘要型内存、基于检索的系统、内存增强变换器、分层优化、图形化记忆网络、压缩整合策略以及类操作系统内存管理。通过统一框架下的代码实现与性能评估,分析了每种技术的适用场景与局限性,为构建高效、可扩展的AI代理系统提供了系统性的优化路径和技术参考。
1100 4
AI代理内存消耗过大?9种优化策略对比分析
|
JavaScript
如何使用内存快照分析工具来分析Node.js应用的内存问题?
需要注意的是,不同的内存快照分析工具可能具有不同的功能和操作方式,在使用时需要根据具体工具的说明和特点进行灵活运用。
856 159
|
存储 Java
课时4:对象内存分析
接下来对对象实例化操作展开初步分析。在整个课程学习中,对象使用环节往往是最棘手的问题所在。
237 4
|
Java 编译器 Go
go的内存逃逸分析
内存逃逸分析是Go编译器在编译期间根据变量的类型和作用域,确定变量分配在堆上还是栈上的过程。如果变量需要分配在堆上,则称作内存逃逸。Go语言有自动内存管理(GC),开发者无需手动释放内存,但编译器需准确分配内存以优化性能。常见的内存逃逸场景包括返回局部变量的指针、使用`interface{}`动态类型、栈空间不足和闭包等。内存逃逸会影响性能,因为操作堆比栈慢,且增加GC压力。合理使用内存逃逸分析工具(如`-gcflags=-m`)有助于编写高效代码。
392 2
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
869 1
|
开发框架 监控 .NET
【Azure App Service】部署在App Service上的.NET应用内存消耗不能超过2GB的情况分析
x64 dotnet runtime is not installed on the app service by default. Since we had the app service running in x64, it was proxying the request to a 32 bit dotnet process which was throwing an OutOfMemoryException with requests >100MB. It worked on the IaaS servers because we had the x64 runtime install
535 5
|
数据采集 存储 自然语言处理
基于Qwen2.5的大规模ESG数据解析与趋势分析多Agent系统设计
2022年中国上市企业ESG报告数据集,涵盖制造、能源、金融、科技等行业,通过Qwen2.5大模型实现报告自动收集、解析、清洗及可视化生成,支持单/多Agent场景,大幅提升ESG数据分析效率与自动化水平。
1415 0

热门文章

最新文章