LINUX内核分析第七周学习总结：可执行程序的装载

LINUX内核分析第七周学习总结：可执行程序的装载

韩玉琪 + 原创作品转载请注明出处 + 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000

内容提要

一、得到一个可执行程序

1. 预处理、编译、链接

gcc hello.c -o hello.exe

• gcc编译源代码生成最终可执行的二进制程序，GCC后台隐含执行了四个阶段步骤。

    预处理 => 编译 => 汇编 => 链接
  

• 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首先要检查代码的规范性、是否有语法错误等，以确定代码的实际要做的工作，在检查无误后，gcc把代码翻译成汇编语言。

    gcc –S hello.i –o hello.s
    -S：该选项只进行编译而不进行汇编，生成汇编代码。
  

• 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。

    gcc hello.o –o hello
  

• 运行：若链接没有-o指明，则生成可执行文件默认为a.out

    ./hello
  

2. 目标文件格式

（1）文件格式

• a.out是最早的可执行文件格式

注：ABI——应用程序二进制接口

（2）ELF分类

• 可重定位文件：保存着代码和适当的数据，用来和其他的object文件一起来创建一个可执行文件或者是一个共享文件。

• 可执行文件：保存着一个用来执行的程序；该文件指出了exec(BA_OS)如何来创建程序进程映象。

• 共享文件：保存着代码和合适的数据，用来被下面的两个链接器链接。

  • 第一个是连接编辑器[请参看ld(SD_CMD)]，可以和其他的可重定位和共享object文件来创建其他的object。
  • 第二个是动态链接器，联合一个可执行文件和其他的共享object文件来创建一个进程映象。

• object文件参与程序的链接（创建）和执行。

（3）ELF头

• 查看ELF文件的头部：readelf

• 在文件开始保存了：

    - 路线图：描述该文件组织情况
    - 程序头表：告诉系统如何创建一个进程的内存映像
    - section头表：描述文件的section信息。（每个section在这个表中有一个入口，给出该section信息）
  

• 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可执行文件和进程的地址空间

• 入口点：程序从0x804800开始。
• 可执行文件加载到内存中开始执行的第一行代码。
• 一般静态链接将会把所有代码放在同一个代码段。
• 动态连接的进程会有多个代码段。

二、可执行程序的执行环境

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shell环境变量的保存与传递

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

  

  图片来源：网易云课堂——Linux内核分析：可执行程序的装载课件

3. 可执行程序动态链接

（1）动态链接

• 关注：load_elf_binary

    load_elf_binary（...)
    {
    	...
    	kernel_read();//其实就是文件解析
    	...
    	//映射到进程空间 0x804 8000地址
    	elf_map();//
    	...
    	if(elf_interpreter) //依赖动态库的话
    	{
    		...
    		//装载ld的起点  #获得动态连接器的程序起点
    		elf_entry=load_elf_interp(...);
    		...
    	}
    	else //静态链接
    	{
    		...
    		elf_entry = loc->elf_ex.e_entry;
    		...
    	}
    	...
    	//static exe: elf_entry: 0x804 8000
    	//exe with dyanmic lib: elf_entry: ld.so addr
    	start_thread(regs,elf_entry,bprm->p);
    }
  

• 实际上，装载过程是一个广度遍历，遍历的对象是“依赖树”。

• 主要过程是动态链接器完成、用户态完成。

（2）装载时动态链接

/*准备.so文件*/
shlibexample.h (1.3 KB) - Interface of Shared Lib Example
shlibexample.c (1.2 KB) - Implement of Shared Lib Example

/*编译成libshlibexample.so文件*/
$ gcc -shared shlibexample.c -o libshlibexample.so -m32

/*使用库文件（因为已经包含了头文件所以可以直接调用函数）*/
SharedLibApi();

（3）运行时动态链接

dllibexample.h (1.3 KB) - Interface of Dynamical Loading Lib Example
dllibexample.c (1.3 KB) - Implement of Dynamical Loading Lib Example

/*编译成libdllibexample.so文件*/
$ gcc -shared dllibexample.c -o libdllibexample.so -m32

/*使用库文件*/
void * handle = dlopen("libdllibexample.so",RTLD_NOW);//先加载进来
int (*func)(void);//声明一个函数指针
func = dlsym(handle,"DynamicalLoadingLibApi");//根据名称找到函数指针
func(); //调用已声明函数

（4）运行

$ gcc main.c -o main -L/path/to/your/dir -lshlibexample -ldl -m32
$ export LD_LIBRARY_PATH=$PWD
/*将当前目录加入默认路径，否则main找不到依赖的库文件，当然也可以将库文件copy到默认路径下。*/

三、可执行程序的装载

1. sys_execve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与fork

execve和fork都是特殊一点的系统调用：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。

execve

- 执行到可执行程序 -> 陷入内核
- 构造新的可执行文件 -> 覆盖掉原可执行程序
- 返回到新的可执行程序，作为起点（也就是main函数)
- 需要构造其执行环境；

• 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，先函数调用参数传递，再系统调用参数传递。

（3）静态链接的可执行程序和动态链接的可执行程序execve系统调用返回时不同

• 静态链接：elf_entry指向可执行文件的头部，一般是main函数，是新程序执行的起点。
• 动态链接：elf_entry指向ld（动态链接器）的起点，加载load_elf_interp

2. 庄周梦蝶

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）。

3. 动态链接的可执行程序的装载

（1）可执行文件开始执行的起点在哪里？如何才能让execve系统调用返回到用户态时执行新程序？

• 修改int 0x80压入内核堆栈的EIP，通过修改内核堆栈中EIP的值作为新程序的起点。

（2）Linux内核是如何支持多种不同的可执行文件格式

static struct linux_binfmt elf_format//声明一个全局变量 = {
.module     = THIS_MODULE,
.load_binary    = load_elf_binary,//观察者自动执行
.load_shlib = load_elf_library,
.core_dump  = elf_core_dump,
.min_coredump   = ELF_EXEC_PAGESIZE,
};

static int __iit init_elf_binfmt(void)
{n
    register_binfmt(&elf_format);//把变量注册进内核链表,在链表里查找文件的格式
    return 0;
}

（3）动态链接

• 可执行程序需要依赖动态链接库，而这个动态链接库可能会依赖其他的库，这样形成了一个关系图——动态链接库会生成依赖树。
• 依赖动态链接器进行加载库并进行解析（这就是一个图的遍历），装载所有需要的动态链接库；之后ld将CPU的控制权交给可执行程序
• 动态链接的过程主要是动态链接器在起作用，而不是内核完成的。

四、实验部分

1. GDB跟踪sys_execve内核函数处理过程

• 准备内核

  

• exec函数运行

  

• test.c文件，更新命令部分

  

• 在exec函数中执行了动态链接代码

  

• makefile中添加对hello程序的处理代码

  

• gdb调试，设置断点到sys_exec

  

• 进入函数内部发现调用了do_execve()函数

  

• gdb调试过程中，执行到start_ thread,查看new_ ip的内容

  

• readelf -h hello.c查看入口地址为0x8048d0a与new_ ip查看到的相同。

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。