将机器码翻译成 LLVM IR（将 X86_64.X86.ARM 反汇编/重新组装成 LLVM 位码）答案

【问题标题】：Translation of machinecode into LLVM IR (disassembly / reassembly of X86_64. X86. ARM into LLVM bitcode)将机器码翻译成 LLVM IR（将 X86_64.X86.ARM 反汇编/重新组装成 LLVM 位码）
【发布时间】：2015-08-06 23:29:45
【问题描述】：

我想将 X86_64、x86、ARM 可执行文件转换为 LLVM IR（反汇编）。

你有什么建议？

【问题讨论】：

我检查了 llvm-objdump，但据我了解，它产生 x86_64/x86 汇编器 - 我想要的是 LLVM 汇编器。
有很多针对 x86_86、x86、arm 的反汇编程序。也许一些带有目标“LLVM IR”的汇编编译器？
那不是反汇编，那是翻译！
至少对于您问题的 X86 部分，有blog.llvm.org/2010/01/x86-disassembler.html

标签： translation llvm assembly disassembly opcode

【解决方案1】：

mcsema 是一个生产质量的二元升降器。它采用 x86 和 x86-64 并将其静态“提升”到 LLVM IR。它得到积极维护，获得 BSD 许可，并拥有大量测试和文档。

https://github.com/trailofbits/mcsema

【讨论】：

但它需要 IDA 的 PRO 许可证

【解决方案2】：

考虑使用在S2E project 中开发的RevGen 工具。它允许将 x86 二进制文件转换为 LLVM IR。源代码可以通过 url https://dslabgit.epfl.ch/git/s2e/s2e.git 从 GIT 存储库的 Revgen 分支中检出。

【讨论】：

我看到你有 mentioned here 另一个 paper 与 x86 -> LLVM 翻译有关。感谢您的精彩参考。
我提供的链接有问题。 git clone https://dslabgit.epfl.ch/git/s2e/s2e.git 无法克隆：/.
我在 Ubuntu 10.10 上没有任何问题。确保您已安装 git 并正确的防火墙/代理设置。您也可以在项目网站 s2e.epfl.ch/embedded/s2e/index.html 上找到一些相关文档
好的，现在可以了。可能是暂时的网络问题或服务器停机时间短。我很想尽快看看 RevGen :)。
您好 osgx，您可以在 /tools/tools/static-translator 找到它。

【解决方案3】：

关于@bsa2000 提到的RevGen 工具，这篇最新论文"A compiler level intermediate representation based binary analysis and rewriting system" 指出了S2E 和Revinc 中的一些限制。

我把它们拉出来。

动态翻译的缺点：

S2E [16] 和 Revnic [14] 提出了一种动态翻译的方法使用 QEMU 从 x86 到 LLVM。与我们的方法不同，这些方法转换动态到 LLVM 的代码块，这限制了 LLVM 的应用一次只分析一个块。
IR 不完整：

Revnic [14] 和 RevGen [15] 通过合并翻译的块，但恢复的 IR 不完整，仅对当前执行；因此，各种整体方案分析将提供不完整的信息。
没有抽象堆栈或推广信息

此外，翻译后的代码保留了关于堆栈布局的原始二进制文件。他们不提供任何获取抽象堆栈或提升内存位置的方法符号，这对于几个应用程序是必不可少的源级分析。

【讨论】：

【解决方案4】：

我怀疑会有通用的解决方案（考虑间接分支等），LLVM IR 比任何汇编程序都“更高级别”。尽管可以按每个 BB 进行翻译。您可能需要检查 llvm-qemu 和 libcpu 项目等。

【讨论】：

LLVM 能够捕获高级信息，恕我直言，这不是必需的。我相信可以存在解决方案-也许不是一种通用方法，但仍然存在。感谢伟大的参考：llvm-qemu 和 libcpu 看起来很有趣。 :)
顺便说一句。如果有is possible LLVM to Javascript trsnalation and it's actually implemented，也可以进行另一个组装；）。问题，你什么时候会这样做:)。

【解决方案5】：

只需发布一些关于将 ARM 二进制文件转换为 LLVM IR 的参考资料：

disarm - 将二进制文件武装到 llvm ir 反汇编程序

https://code.google.com/p/disarm/

但是，我没有尝试过，因此不确定它的质量和稳定性。其他人可以发布有关此项目的其他信息吗？

【讨论】：

好像作者撤了。。。幸好我有本地svn备份它的代码。

【解决方案6】：

有一个新项目，处于早期阶段，libbeauty： https://github.com/jcdutton/libbeauty

关于项目的文章：Libbeauty：另一种逆向工程工具，2013 年 12 月 24 日，Michael Larabel - http://www.phoronix.com/scan.php?page=news_item&px=MTU1MTU

它现在只支持x86_64 的子集作为输入。项目目标之一是能够将生成的 LLVM IR 编译回程序集，以获取具有相同功能的二进制文件。

【讨论】：

项目看起来不错！谢谢！