简介：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
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 <;
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 idau():
pfn = idaa(func_ea)
func_name = idaa_name(func_ea)
func_feat = ida_)
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 = ";
headers = {'content-type': 'application/json'}
timeout = 5
version = ()
if ver('3'):
ida_au()
my_client = client.Client(url, headers, timeout)
recognize_functions(my_client)
ida_(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。
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。