Question

在Xeno Kovah's Introduction to x86 Assembly托管的OpenSecurityTraining第一天的作业中，他指定了，

我们现在知道的说明（24）

NOP   PUSH / POP   CALL / RET   MOV / LEA   ADD / SUB   JMP / JCC   CMP / TEST   AND / OR / XOR / NOT   SHR / SHL   IMUL / DIV   REP STOS，REP MOV   LEAVE

编写程序以查找我们尚未涵盖的指令，并报告   明天的指导。

他进一步预测了作业，

以后要涵盖的说明不计算在内：SAL / SAR
跳转的变体或MUL / IDIV的{{1}} / IMUL变种也不计算
附加禁止指示：任何浮动点（因为我们没有涵盖此类中的那些。）
他在视频中说你不能使用内联汇编。（被问到时提到）。

而不是DIV随机可执行文件并审核它们然后创建源代码，是否可以找到GCC当前输出的x86汇编指令列表？

这个问题的基础似乎是实际使用的指令子集很少，需要知道逆向工程（这是课程的重点）。 Xeno似乎试图找到一种有趣的指导方式来表达这一点，

我认为知道大约20-30（不计算变化）就足够了，你很快就会检查手册

虽然我欢迎大家和我一起参加OpenSecurityTraining这个很棒的课程，但问题是关于我提出的从GCC中找出它的方法（如果可能的话）。不是，人们实际上做了Xeno的任务。 ;）

Answer 1

这个问题的基础似乎是实际使用的指令子集很少，需要知道反向工程

是的，这通常是正确的。 gcc永远不会发出一些指令，like enter（因为它在现代CPU上比push rbp / mov rbp, rsp / sub rsp, some_constant慢。< / p>

xlat和loop之类的其他陈旧/模糊不清的东西也将被闲置，因为它们不会更快，并且gcc的-Os不会全力以赴地优化尺寸而不关心关于表现。（clang -Oz更具攻击性，但IDK如果有人不愿教导loop指令。）

当然，gcc永远不会发出像wrmsr这样的特权指令。对于某些无特权的说明like rdtsc或__builtin_...，有一些内在函数（cpuid函数）不是“正常”。

是否可以找到GCC当前输出的x86汇编指令列表？

这将是gcc机器定义文件。作为可移植编译器的GCC具有自己的基于文本的语言，用于描述编译器指令集的机器定义文件。（每个指令的作用，它可以使用的寻址模式，以及优化器可以最小化的某种“成本”。）

请参阅gcc-internals documentation for them。

此问题的另一种方法是查看x86指令参考手册（例如this HTML extract，并查看x86标记wiki中的其他链接）并查看对于那些你还没见过的人。然后编写一个gcc会发现它有用的函数。

e.g。如果你还没有看到movsx（符号扩展名），那么写一下

long long foo(int x) { return x; }

和gcc -O3将发出（from the Godbolt compiler explorer）

    movsx   rax, edi
    ret

或者在rax内获取cdqe (aka cltq in AT&T syntax)符号扩展名，强制gcc在符号扩展之前进行数学运算，因此它可以先在eax中生成结果（使用副本和-add lea）。

long long bar(unsigned x) { return (int)(x+1); }

    lea     eax, [rdi+1]
    cdqe
    ret

   # clang chooses inc edi  /  movsxd rax, edi

另见 Matt Godbolt的CppCon2017演讲：“What Has My Compiler Done for Me Lately? Unbolting the Compiler's Lid” 和How to remove "noise" from GCC/clang assembly output?。

让gcc发出旋转指令很有意思。 Best practices for circular shift (rotate) operations in C++。你把它写成移位/或者gcc可以识别为旋转。

因为C不提供现代CPU可以做的许多事情的标准函数（旋转，弹出，计数前导/尾随零），唯一的可移植事情是编写一个等效函数并且具有编译器识别该模式。如果你很幸运的话，gcc和clang可以在使用popcnt编译时将整个循环优化为单个-mpopcnt指令（例如，由-march=haswell启用）。如果没有，你会得到一个愚蠢的慢循环。可靠的非可移植方式是使用__builtin_popcount()，如果目标支持，则编译为popcnt指令，否则使用表查找。 _mm_popcnt_u64是popcnt或者没有：如果目标不支持该指令，它就不会编译。

当然，这种方法的缺陷是它只有在您已经知道x86指令集并且任何给定指令是优化编译器的正确选择时才有效！

（以及gcc选择做什么，例如内联字符串在某些情况下对于短字符串与rep cmpsb进行比较，但我不确定这是最优的。只有rep movs / rep stos在现代CPU上有“快速字符串”支持。但我不认为gcc会使用lods或任何带有rep前缀的“字符串”指令。）

Answer 2

是否可以找到GCC当前输出的x86汇编指令列表，而不是随机执行随机可执行文件并审核它们然后创建源代码？

您可以查看gcc使用的machine description files。在其源代码树中，查看gcc / config / i386并查看.md文件。 x86的核心是i386.md; x86的各种扩展还有其他扩展（可能包含在针对不同处理器进行优化时使用的启发式调整）。

警告：这绝对不是一个简单的阅读。

我认为知道大约20-30（不计算变化）就足够了，你很快就会检查手册

这是真的;根据我进行逆向工程的经验，99％的代码总是相同的东西，指令方面;比了解整个x86指令集更有用的是熟悉程序集习语，尤其是编译器经常发出的习惯用法。

话虽如此，从我的脑海中开始，一些非常常见的指令缺失（经常发出并且没有启用扩展指令集）是：

movzx / movsx
inc / dec（很少见gcc，common with VC++）
neg
cdq（before idiv）
jcxz / jecxz（gcc很少见，VC ++有些常见）
setCC
cmpxchg（在同步代码中）;
cmovCC
adc（在32位代码中进行64位运算时）
int3（通常在功能边界上发出，通常作为填充物发布）
其他一些字符串说明（scas / cmps），特别是旧编译器上的固定序列

然后是整个SSE＆amp;共...

是否可以找到GCC可以生成的所有汇编指令的列表？

2 个答案: