《Linux内核分析》第七周学习总结

《Linux内核分析》第七周学习总结

                        ——可执行程序的装载

姓名：王玮怡  学号：20135116

一、理论部分总结

（一）可执行程序的装载

1、预处理、编译、链接和目标文件的格式

　　C代码经过编译器的预处理（.cpp），然后编译成汇编代码（.asm/.s），由汇编器成目标代码（.o,二进制文件），再链接成可执行文件，最后由操作系统加载到内存中执行。

• 预处理：编译器将C源代码中包含的头文件编译进来和执行宏替换等工作

　　gcc -E hello.c -o hello.i

• 编译：gcc首先要检查代码后，把代码翻译成汇编语言

　　gcc –S hello.i –o hello.s

• 汇编：把编译阶段生成的.s文件转成二进制目标代码

　　gcc –c hello.s –o hello.o

• 链接:将编译输出.o文件链接成最终的可执行文件（hello也是一个二进制文件）

　　gcc hello.o –o hello

2、目标文件的格式ELF

（1）目标文件格式分类

（2）ABI和目标文件

ABI:应用程序二进制接口，在目标文件中二进制兼容模式

（3）ELF中三种目标文件

• 可重定位文件　　.o文件
• 可执行文件
• 共享目标文件    .so文件

（4）ELF头

*当创建或增加一个进程映像时，系统在理论上将拷贝一个文件的段到一个虚拟的内存段

3、静态链接的ELF可执行文件与进程的地址空间

• 可执行文件加载到内存中开始执行的第一行
• 代码一般静态链接会将所有代码放在一个代码段
• 动态链接的进程会有多个代码段

（二）可执行程序、共享库和动态进程

1、装载可执行程序之前的工作

（1）命令行参数和shell环境

• 列出/usr/bin下的目录信息：

　　$ ls -l /usr/bin

• Shell本身不限制命令行参数的个数，命令行参数的个数受限于命令自身

　　int main(int argc, char *argv[], char *envp[])

• Shell会调用execve将命令行参数和环境参数传递给可执行程序的main函数：

　　int execve(const char * filename,char * const argv[ ],char * const envp[ ])

• 库函数exec*都是execve的封装例程

（2）命令行参数和环境变量是如何保存和传递的

• shell程序 —> execve —> sys_execve
• 命令行参数和环境串都放在用户态堆栈中
• 初始化新程序堆栈时拷贝进去

• 先函数调用参数传递，再系统调用参数传递

2、装载时动态链接和运行时动态链接应用

　　动态链接分为可执行程序装载时动态链接和运行时动态链接

（三）可执行程序的装载

1、execve系统调用的内核处理过程

（1）新的可执行程序起点——一般是地址空间为0x8048000或0x8048300

（2）execve和fork都是特殊的系统调用——一般的都是陷入到内核态再返回到用户态

• fork两次返回，第一次返回到父进程继续向下执行，第二次是子进程返回到ret_from_fork然后正常返回到用户态。

• execve执行的时候陷入到内核态，用execve中加载的程序把当前正在执行的程序覆盖掉，当系统调用返回的时候也就返回到新的可执行程序起点。

• sys_execve内部会解析可执行文件格式

　　do_execve —> do_execve_common —> exec_binprm

　　search_binary_handler符合寻找文件格式对应的解析模块

　　对于ELF格式的可执行文件fmt->load_binary(bprm);执行的应该是load_elf_binary其内部是和ELF文件格式解析的部分需要和ELF文件格式标准结合起来阅读

*load_elf_binary中，调用了start_thread()函数，通过修改内核堆栈中EIP的值作为新程序的起点

2、sys_execve的内部处理过程

• 系统调用的入口：do_execve

　　return do_execve(getname(filename), argv, envp);

• 转到do _ execve _ common函数

　　return do_execve_common(filename, argv, envp);

　　file = do_ open_exec(filename);     //打开要加载的可执行文件，加载它的文件头部

　　bprm->file = file;

　　bprm->filename = bprm->interp = filename->name;    //创建了一个结构体bprm，把环境变量和命令行参数都copy到结构体中

• exec_binprm：

　　ret = search_binary_handler(bprm);　　//寻找此可执行文件的处理函数 在其中关键的代码

　　list_for_each_entry(fmt, &formats, lh);

　　retval = fmt->load_binary(bprm); //在这个循环中寻找能够解析当前可执行文件的代码并加载出来，实际调用的是load_elf_binary函数

• 文件解析相关模块：核心的工作就是把文件映射到进程的空间，对于ELF可执行文件会被默认映射到0x8048000。
• 需要动态链接的可执行文件先加载链接器ld​(load _ elf _ interp 动态链接库动态链接文件)，动态链接器的起点
• 如果它是一个静态链接，可直接将文件地址入口进行赋值

3、可执行程序的装载与“庄生梦蝶”

　　庄周（调用execve的可执行程序）入睡（调用execve陷入内核），醒来（系统调用execve返回用户态）发现自己是蝴蝶（被execve加载的可执行程序）

4、动态链接的可执行程序的装载

• 实际上动态链接库的依赖关系会形成一个“依赖树”
• 动态链接库的装载过程一般是一个图的广度遍历
• 动态链接是由动态链接器完成而不是内核

*静态链接：直接执行可执行程序的入口

*动态链接：装载和链接之后ld将CPU的控制权交给可执行程序

二、实验部分 ——Linux内核如何装载和启动一个可执行程序

（一）搭建环境

（查看代码时，可以使用shift+G直接跳到文件末尾）

（生成根文件系统时，将init hello放入rootfs地址中，这样在执行exec文件时，就自动加载hello文件）

（二）使用gdb跟踪sys_execve内核函数的处理过程

1、加载符号表，并连接到端口1234

2、设置断点

3、执行

输入c继续运行，进入到sys_execve系统调用：

输入s进行跟踪：

new_ip是返回到用户态的第一条指令的地址：