Finger：一款函数符号识别神器

2021-07-28 05:31:22

阿里云·云安全技术实验室正式推出一款二进制函数符号识别引擎--Finger，用户可以通过IDA插件和python SDK两种方式，识别二进制程序中的库函数与常见的第三方函数，快速定位恶意代码，提高样本分析效率。

产品背景

应用程序静态编译后，代码体积膨胀了几十倍，然而真正的用户逻辑代码所占比例很低。下图仅是一个简单的测试程序，静态链接的函数数量约为动态链接函数数量的65倍。这在二进制恶意代码检测领域中十分常见，恶意代码与库代码杂糅在一起，极大地增加了安全研究人员的逆向分析难度，分析过程极为耗时。

#include <stdio.h>

int main(){
   printf("hello world\n");
   return 0；
}

产品介绍

基于阿里云云安全中心在二进制检测能力建设上多年的经验，以及人工智能在软件安全领域中的实践探索，阿里云·云安全技术实验室立足于阿里云平台的大数据分析能力，将专家知识和人工智能技术结合，提出一套二进制函数签名算法，并将其集成于函数符号识别工具Finger中，免费向用户开放。旨在推动二进制恶意代码检测领域的基础能力建设，促进未知样本发现、漏洞挖掘、二进制文件组成成分分析等研究领域的发展。

使用方式

目前，Finger支持IDA插件和python SDK两种使用方式。

方式一：Python SDK

通过pip安装python SDK：

pip install finger_sdk

提示：安装Finger的python的版本要与IDAPython的版本一致。

使用示例如下：

# IDA Python
# coding: utf-8
import idc
import idaapi
import idautils
from finger_sdk import client, ida_func
import platform

def recognize_functions(client):
    for func_ea in idautils.Functions():
        pfn = idaapi.get_func(func_ea)
        func_name = idaapi.get_func_name(func_ea)
        func_feat = ida_func.get_func_feature(pfn.start_ea)
        if func_feat:
            func_id, res = client.recognize_function(func_feat)
            if res and res[func_id]:
                func_symbol = res[func_id]
                print("[+]Recognize %s: %s" %(func_name, func_symbol))

def main():
    url = "https://sec-lab.aliyun.com/finger/recognize/"
    headers = {'content-type': 'application/json'}
    timeout = 5
    version = platform.python_version()
    if version.startswith('3'):
        ida_auto.auto_wait()
        my_client = client.Client(url, headers, timeout)
        recognize_functions(my_client)
        ida_pro.qexit(0)
    else:
        Wait()
        my_client = client.Client(url, headers, timeout)
        recognize_functions(my_client)
        Exit(0)

if __name__ == "__main__":
    main()

方式二：IDA插件

在方式一的基础上，再将Finger IDA plugin复制到IDA安装目录的plugins目录中。

Finger IDA插件支持单个函数、选中的多个函数和全部函数上传，用户可以在菜单栏、反汇编窗口和函数窗口进行函数符号识别。

菜单栏-Finger

反汇编窗口-Finger

函数窗口-Finger

成功识别的函数符号将在反汇编窗口和函数窗口高亮显示。

海量数据支持

基于阿里云平台的大数据处理和分析能力，我们将阿里云海量样本数据与已知信息的公开二进制文件融合，利用基于专家知识和AI的二进制函数签名算法，从中提取函数签名并将其入库。目前函数签名库中已有亿级的函数签名与函数符号，且每天以百万级的速度自动增长，这使得Finger可以自动迭代成长，降低了人工维护成本，并保证了Finger识别的准确率。Finger目前已支持x86/ARM/MIPS架构的32位/64位的ELF/PE文件的函数符号识别。

识别准确率高

目前，Finger已作为基础组件集成于阿里云云安全中心的多个安全产品中，并在日常工作中辅助团队研究人员在样本分析中快速定位恶意代码。经过数月阿里云平台日均过百万的海量样本数据训练和测试，准确率较高。

示例程序1

下图的二进制程序样本来源于上文产品背景中的测试程序，通过Finger进行函数符号识别，可将glibc中的库函数精准识别出来。

示例程序2

下图是同属于Skidmap木马家族的两个恶意样本（样本md5分别为
04b75469060b9a2aa986af3c1533c058和4ff73477a06a3412145d1a7e6d9ce4c9），其中04b75469060b9a2aa986af3c1533c058样本静态编译没有符号。

04b75469060b9a2aa986af3c1533c058   无符号
4ff73477a06a3412145d1a7e6d9ce4c9   有符号

使用Finger对无符号的04b75469060b9a2aa986af3c1533c058进行函数符号识别，Finger成功恢复出了程序的主体逻辑：

将Finger的识别结果与有符号的4ff73477a06a3412145d1a7e6d9ce4c9进行对比，可以看到Finger的函数符号识别准确率较高。利用Finger的函数符号识别能力，可以帮助安全研究人员快速地对未知样本进行分类打标。

示例程序3

下图是一个sshd基础软件污染样本（md5为eab14398a66bb088d0cfab4f7737c58d），使用Finger识别函数符号后，安全研究人员可以快速筛选出用户逻辑代码，从而定位恶意代码。

团队介绍

阿里云·云安全技术实验室 --- 长期从事病毒检测，立体化防御，漏洞挖掘，安全底层技术研究等，保障海量阿里云业务安全。

欢迎各位安全爱好者加入交流
钉钉群号：34132850，群二维码如下：

码农公寓