Linux内核私闯进程地址空间并修改进程内存的方法

进程地址空间的隔离 是现代操作系统的一个显著特征。这也是区别于 “古代”操作系统 的显著特征。

进程地址空间隔离意味着进程P1无法以随意的方式访问进程P2的内存，除非这块内存被声明是共享的。

这非常容易理解，我举个例子。

我们知道，在原始野人社会，是没有家庭的观念的，所有的资源都是部落内共享的，所有的野人都可以以任意的方式在任意时间和任何其他野人交互。类似Dos这样的操作系统就是这样的，内存地址空间并没有隔离。进程可以随意访问其它进程的内存。

后来有了家庭的观念，家庭的资源被隔离，人们便不能私闯民宅了，人们无法以随意的方式进入别人的家用别人的东西，除非这是主人允许的。操作系统进入现代模式后，进程也有了类似家庭的概念。

但家庭的概念是虚拟的，人们只是遵守约定而不去破坏别人的家庭。房子作为一个物理基础设施，保护着家庭。在操作系统中，家庭类似于虚拟地址空间，而房子就是页表。

邻居不能闯入你的房子，但警察可以，政府公务人员以合理的理由也可以。所谓的特权管理机构只要理由充分，就可以进入普通人家的房子，touch这家人的东西。对于操作系统而言，这就是内核可以做的事，内核可以访问任意进程的地址空间。

当然了，内核并不会无故私闯民宅，就像警察不会随意闯入别人家里一样。

但是，你可以让内核故意这么做，做点无赖的事情。

我们来试一下，先看一个程序：

// test.c
// gcc test.c -o test
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <unistd.h>
#include <sys/mman.h>

int main()
{
  char* addr = mmap(NULL, 1024, PROT_READ | PROT_WRITE, MAP_PRIVATE | MAP_ANONYMOUS, -1, 0);
  strcpy(addr, "Zhejiang wenzhou pixie shi");

  printf("addr: %lu  pid:%d\n", addr, getpid());

  printf("before:%s \n", addr);

 getchar();

  printf("after:%s\n", addr);

  return 0;
}

这个程序的输出非常简单，before和after都会输出 “Zhejiang wenzhou pixie shi”，但是我们想把这句话给改了，怎么办呢？显然，test进程如果自己不改它，那就没辙…但是可以让内核强制改啊，让内核私闯民宅就是了。

接下来我写一个内核模块：

// test.c
// make -C /lib/modules/`uname -r`/build SUBDIRS=`pwd` modules
#include <linux/mm.h>
#include <linux/sched.h>
#include <linux/module.h>

static int pid = 1;
module_param(pid, int, 0644);

static unsigned long addr = 0;
module_param(addr, long, 0644);

// 根据一个进程的虚拟地址找到它的页表，相当于找到这家人的房子地址，然后闯入！
static pte_t* get_pte(struct task_struct *task, unsigned long address)
{
 pgd_t* pgd;
 pud_t* pud;
 pmd_t* pmd;
 pte_t* pte;
 struct mm_struct *mm = task->mm;

 pgd = pgd_offset(mm, address);
 if(pgd_none(*pgd) || pgd_bad(*pgd))
 return NULL;

 pud = pud_offset(pgd, address);
 if(pud_none(*pud) || pud_bad(*pud))
 return NULL;

 pmd = pmd_offset(pud, address);
 if(pmd_none(*pmd) || pmd_bad(*pmd))
 return NULL;

 pte = pte_offset_kernel(pmd, address);
 if(pte_none(*pte))
 return NULL;

 return pte;
}

static int test_init(void)
{
 struct task_struct *task;
 pte_t* pte;
 struct page* page;

 // 找到这家人
 task = pid_task(find_pid_ns(pid, &init_pid_ns), PIDTYPE_PID);
 // 找到这家人住在哪里
 if(!(pte = get_pte(task, addr)))
 return -1;

 page = pte_page(*pte);
 // 强行闯入
 addr = page_address(page);
 // sdajgdoiewhgikwnsviwgvwgvw
 strcpy(addr, (char *)"rain flooding water will not get fat!");
 // 事了拂衣去，深藏功与名
 return 0;
}

static void test_exit(void)
{
}

module_init(test_init);
module_exit(test_exit);
MODULE_LICENSE("GPL");

来来来，我们来试一下：

[root@10 page_replace]# ./test
addr: 140338535763968  pid:9912
before:Zhejiang wenzhou pixie shi

此时，我们加载内核模块test.ko

[root@10 test]# insmod test.ko pid=9912 addr=140338535763968
[root@10 test]#

在test进程拍入回车：

[root@10 page_replace]# ./test
addr: 140338535763968  pid:9912
before:Zhejiang wenzhou pixie shi

after:rain flooding water will not get fat!
[root@10 page_replace]#

显然，“浙江温州皮鞋湿”被改成了“下雨进水不会胖”。

仔细看上面那个内核模块的 get_pte 函数，这个函数要想写对，你必须对你想蹂躏的进程所在的机器的MMU有一定的了解，比如是32位系统还是64位系统，是3级页表还是4级页表或者5级？这…

Linux的可玩性在于你可以自己动手，又可以让人代劳。比如，获取一个进程的虚拟地址的页表项指示的物理页面，就可以直接得到。

有这样的API吗？有啊，别忘了一切皆文件，恰好在proc文件系统中，就有这么一个文件：

/proc/$pid/pagemap

读取这个文件，得到的就是进程虚拟地址的页表项，下图截自内核Doc：

Documentation/vm/pagemap.txt

虚拟地址空间是每进程的，而物理地址空间则是所有进程共享的。换句话说，物理地址是全局的。

现在，根据Documentation/vm/pagemap.txt的解释，写一个程序，获取任意进程任意虚拟地址的全局物理地址：

// getphys.c
// gcc getphys -o getphys
#include <fcntl.h>
#include <stdio.h>
#include <stdlib.h>

int main(int argc, char **argv)
{
 int fd;
 int pid;
 unsigned long pte;
 unsigned long addr;
 unsigned long phy_addr;
 char procbuf[64] = {0};

 pid = atoi(argv[1]);
 addr = atol(argv[2]);

 sprintf(procbuf, "/proc/%d/pagemap", pid);

 fd = open(procbuf, O_RDONLY);
 size_t offset = (addr/4096) * sizeof(unsigned long);
 lseek(fd, offset, SEEK_SET);

 read(fd, &pte, sizeof(unsigned long));

 phy_addr = (pte & ((((unsigned long)1) << 55) - 1))*4096 + addr%4096;
 printf("phy addr:%lu\n", phy_addr);

 return 0;
}

随后，我们修改内核模块：

#include <linux/module.h>

static unsigned long addr = 0;
module_param(addr, long, 0644);

static int test_init(void)
{
 strcpy(phys_to_virt(addr), (char *)"rain flooding water will not get fat!");
 return 0;
}

static void test_exit(void)
{
}

module_init(test_init);
module_exit(test_exit);

MODULE_LICENSE("GPL");

先运行test，然后根据test的输出作为getphys的输入，再根据getphys的输出作为内核模块test.ko的输入，就成了。还记得吗？这不就是管道连接多个程序的风格吗？

输入一个物理地址，然后把它改了，仅此而已。通过虚拟地址获取页表的操作已经由用户态的pagemap文件的读取并解析代劳了。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。