Question

在大多数架构中，指令都是固定长度的。这使得程序加载和执行变得简单。在x86 / x64上，指令是可变长度的，因此反汇编的程序可能如下所示：

File Type: EXECUTABLE IMAGE

  00401000: 8B 04 24           mov         eax,dword ptr [esp]
  00401003: 83 C4 04           add         esp,4
  00401006: FF 64 24 FC        jmp         dword ptr [esp-4]
  0040100A: 55                 push        ebp
  0040100B: E8 F0 FF FF FF     call        00401000
  00401010: 50                 push        eax
  00401011: 68 00 30 40 00     push        403000h
  00401016: E8 0D 00 00 00     call        00401028
  0040101B: 83 C4 08           add         esp,8
  0040101E: 33 C0              xor         eax,eax
  00401020: 5D                 pop         ebp
  00401021: 83 C4 04           add         esp,4
  00401024: FF 64 24 FC        jmp         dword ptr [esp-4]
  00401028: FF 25 00 20 40 00  jmp         dword ptr ds:[00402000h]

  Summary

        1000 .data
        1000 .rdata
        1000 .reloc
        1000 .text

似乎很难想象CPU如何“知道”一条指令的结束位置和下一条指令的开始位置。例如，如果我将字节0x90（NOP）添加到XOR EAX,EAX操作码的中间，则程序将反汇编为：

File Type: EXECUTABLE IMAGE

  00401000: 8B 04 24           mov         eax,dword ptr [esp]
  00401003: 83 C4 04           add         esp,4
  00401006: FF 64 24 FC        jmp         dword ptr [esp-4]
  0040100A: 55                 push        ebp
  0040100B: E8 F0 FF FF FF     call        00401000
  00401010: 50                 push        eax
  00401011: 68 00 30 40 00     push        403000h
  00401016: E8 0D 00 00 00     call        00401028
  0040101B: 83 C4 08           add         esp,8
  0040101E: 33 90 C0 5D 83 C4  xor         edx,dword ptr [eax+C4835DC0h]
  00401024: 04 FF              add         al,0FFh
  00401026: 64 24 FC           and         al,0FCh
  00401029: FF
  0040102A: 25
  0040102B: 00 20              add         byte ptr [eax],ah
  0040102D: 40                 inc         eax

  Summary

    1000 .data
    1000 .rdata
    1000 .reloc
    1000 .text

可预见的是，在运行时会崩溃。

我很好奇指令解码器看到的额外字节使得它认为行0040101E长6个字节，而原来在00401028的行是四个单独的指令。

Answer 1

当获取指令时，CPU首先分析其第一个字节（操作码）。有时知道指令的总长度就足够了。有时它会告诉CPU分析后续字节以确定长度。但总而言之，编码并不含糊。

是的，如果您在中间插入随机字节，命令流就会搞砸了。这是可以预料的;并非每个字节序列都构成有效的机器代码。

现在，关于你的具体例子。原始命令是XOR EAX, EAX（33 C0）。 XOR的编码是那些依赖于第二字节的编码之一。第一个字节 - 33 - 表示异或。第二个字节是ModR / M字节。它对操作数进行编码 - 无论是寄存器对，寄存器还是存储器位置等.32位模式下的初始值C0对应于操作数EAX，EAX。您插入的值90对应于操作数EDX，[EAX + offset]，这意味着ModR / M字节后跟32位偏移量。命令流的后四个字节不再被解释为命令 - 它们是受损XOR命令中的偏移量。

因此，通过弄乱第二个字节，您将一个2字节的命令转换为6字节的命令。

然后CPU（和反汇编程序）在这四个之后恢复获取。它位于ADD ESP, 4指令的中间，但CPU无法知道。它从04字节开始，第三个在ADD编码中。那一点上的前几个字节仍然有意义，但由于你最终在中间，原始指令序列完全丢失。

CPU如何正确解码可变长度指令？

1 个答案: