文本字符串：嵌入式软件中的隐藏漏洞

多年来，台式计算机的安全性一直是人们关注的焦点。一旦机器连接到互联网，就内在地存在遭受某种攻击的可能性。这种渗透可能是为了窃取数据、破坏系统，或以某种方式改变其运行。防护手段已众所周知并广泛应用。嵌入式系统似乎一直免疫于此类问题，因为它们很少联网，且代码通常存储在某种ROM中。但情况已发生改变。现代系统中很大一部分已连接到互联网，将代码复制到RAM中执行已成为常见做法。这意味着安全性现在已成为嵌入式软件设计的重要考量因素。

安全与防护的区别

英语是一种极佳的沟通工具，它非常富有表现力，能实现精准且细微的交流。然而在日常言语中，我们大多比较懒惰，经常不完全准确地使用词汇。我要举的例子是 safety（安全）和 security（防护/安保）这两个词几乎被互换使用，仿佛它们是同义词。我认为听到的最佳定义大致如下：安全是保护世界免受设备伤害的过程；防护是保护设备免受世界伤害。防护是我今天的主题。

何时需要工业级加密

如果系统真的需要做到绝对防弹，则需要工业级加密。这通常需要特定的硬件支持，虽然现成可得，但对于不需要如此高安全性的应用可能被视为大材小用。在这种情况下，还有其他选择，这正是我想探讨的内容。

黑客如何分析设备内存

如果黑客能访问设备的内存内容，他们就能开始弄清设备的功能及实现方式。这是改变其运行的第一阶段。代码可能被反汇编，从而揭示逻辑。没有加密，几乎无法阻止这一点。黑客接下来可能会查看数据的十六进制/ASCII转储，寻找其中有意义的模式和可识别的结构。这是可以采取一些预防措施的地方。虽然加密可能不是选项，但混淆是一种可能性。

数据混淆的目标

数据混淆的目标是通过让数据难以被识别其本质，从而延缓或阻止黑客。扫描内存转储时，最容易发现的就是文本字符串。所以我将重点放在这里。

C/C++中字符串的存储方式

在C/C++代码中，文本字符串通常就是包含ASCII码的字节序列，以空字节结尾。这非常容易被发现，所以我要改变它。首先，不使用空终止符，而是将每个字符串的第一个字节作为长度说明符。字符串的字符将稍微打乱其数据，使其看起来不那么熟悉——我所做的只是交换每个字节的两个半字节（nibble）。我需要一个实用程序，输入明文字符串，生成带有适当初始化的数组声明。以下是该实用程序的核心函数：

void scramble(int index, unsigned char *input) { unsigned char *charpointer, character; printf("unsigned char string%d[%d] = {0x%02x,", index, strlen(input)+1, strlen(input)); charpointer = input; while(*charpointer) { character = *charpointer++; character = ((character & 0x0f) << 4) | ((character & 0xf0) >> 4); printf("0x%02x", character); if (*charpointer) printf(","); } printf("}; // \"%s\"\n", input); } 

如果我给这个函数传递索引4和字符串"Hello world"（挺原创吧？），输出将是：

unsigned char string4[12] = {0x0b, 0x84, 0x56, 0xc6, 0xc6, 0xf6, 0x02, 0x77, 0xf6, 0x27, 0xc6, 0x46}; // "Hello world" 

我可以将其复制粘贴到代码中，然后只需编写一个函数在需要显示时解混淆文本。除了给每个字符串一个索引号，我还可以通过用字符串替换 index 参数来给它一个任意名称。注意生成的代码在一定程度上是自文档化的，因为注释以可读形式显示了字符串，但这仅出现在源代码中。如果黑客能访问你的源代码，那你麻烦大了，我无法再提供帮助！

解混淆过程代码示例

以下是演示解混淆过程的代码：

void main() { unsigned char temp, buffer[50]; int count = string4[0], index=0; while(count--) { temp = string4[index+1]; temp = ((temp & 0x0f) << 4) | ((temp & 0xf0) >> 4); buffer[index] = temp; index++; } buffer[index] = 0; printf("-%s-\n", buffer); }

其他混淆方法

每个字节交换半字节只是混淆的众多方法之一。另一种可能是将每个字符左旋三位。以下是实现该功能的代码：

unsigned char leftrotate3(unsigned char c) { c = (c << 3) | (c >> 5); return c; }

我概述的混淆技术是基于逐字符打乱字符串。也可以对整个字符串进行操作。例如，将字符串视为一长串比特序列，向左旋转任意位数。我将这个算法的编码留给更有热情的读者。

副作用：简化多语言版本

值得注意的是，将所有文本字符串本地化的一个副作用是，为其他语言制作不同版本的软件变得非常简单。

重要提醒

我必须重申并强调，数据混淆远非防弹，充其量只能拖延严肃的黑客。如果没有别的，解混淆代码也可能被反汇编。该技术的诀窍在于让混淆成为一条难以追踪的线索。如果你需要真正更高的安全性，必须考虑全面加密。