PE结构是Windows可执行文件的核心格式,其头部由DOS头和NT头共同构成,这两个头部决定了文件如何被系统加载和执行。DOS头中的e_magic字段和e_lfanew字段用于标识文件类型并定位NT头,而NT头中的Signature、FileHeader和OptionalHeader则承载了文件类型、机器架构、节区数量、入口点地址等关键加载参数。理解这些头部字段的作用,是逆向工程、恶意代码分析和PE文件修改的基础前提。
DOS头位于PE文件的最起始位置,占用64字节,其核心作用有两个:一是通过e_magic字段(值固定为0x5A4D,即ASCII字符'MZ')标识这是一个有效的PE文件,二是通过e_lfanew字段记录NT头在文件中的偏移量。e_lfanew字段位于DOS头偏移0x3C处,是一个4字节的偏移值,系统通过读取该值跳转到真正的NT头位置。
DOS头还包含其他字段,如e_cblp(字节数)、e_cp(页数)等,这些字段主要用于DOS下的兼容性,在Windows加载过程中基本不被使用。实际分析PE文件时,只需要关注e_magic和e_lfanew即可。以下是读取e_lfanew字段的Python示例代码:
import struct
with open('example.exe', 'rb') as f:
data = f.read(0x40) # 读取DOS头前64字节
e_magic = struct.unpack('<H', data[0:2])[0]
e_lfanew = struct.unpack('<I', data[0x3C:0x40])[0]
print(f'e_magic: 0x{e_magic:04X}')
print(f'e_lfanew: 0x{e_lfanew:08X}')NT头以Signature字段(4字节,值为0x00004550,即ASCII字符'PE\0\0')开头,系统通过验证该字段确认文件是有效的PE映像。首次加载时,系统会先检查DOS头的e_magic是否为'MZ',再读取e_lfanew指向的偏移,验证该位置是否存在'PE\0\0'签名,双重校验确保文件不是普通DOS程序或损坏文件。
Signature字段不仅是标识符,还决定了后续解析的起点。在内存中,NT头的加载地址等于镜像基址(ImageBase)加上e_lfanew的值。实际应用中,如果e_lfanew指向的位置没有正确的Signature,系统会直接拒绝加载该文件,因此很多加壳工具会篡改此字段以干扰静态分析。
FileHeader位于NT头内,紧随Signature字段之后,占20字节。其中Machine字段(偏移0x04)标识目标CPU架构,常见取值包括0x014C(x86)、0x8664(x64)和0xAA64(ARM64)。NumberOfSections字段(偏移0x02)表示节区表的数量,节区表紧随NT头之后,系统通过该值确定需要解析多少个节区头。
FileHeader还包含TimeDateStamp(时间戳)、PointerToSymbolTable(符号表指针)、SizeOfOptionalHeader(可选头大小)和Characteristics(文件特性)。其中Characteristics字段标识文件类型,如0x0002表示可执行文件,0x2000表示DLL文件。下表列出了FileHeader关键字段的偏移与作用:
| 字段名 | 偏移 | 大小 | 作用 |
|---|---|---|---|
| Machine | 0x00 | 2字节 | 标识CPU架构 |
| NumberOfSections | 0x02 | 2字节 | 节区数量 |
| TimeDateStamp | 0x04 | 4字节 | 编译时间戳 |
| SizeOfOptionalHeader | 0x10 | 2字节 | 可选头大小 |
| Characteristics | 0x12 | 2字节 | 文件属性标志 |
OptionalHeader是NT头中最大的部分,其大小由FileHeader中的SizeOfOptionalHeader字段决定。核心字段包括AddressOfEntryPoint(入口点RVA)、ImageBase(镜像基址)和SectionAlignment(节对齐)。AddressOfEntryPoint表示程序入口点相对于镜像基址的偏移,是系统执行代码的起始位置,通常指向代码节的起始处。ImageBase则是进程地址空间中加载PE的首选基址,对于x64程序默认值为0x140000000,x86程序为0x400000。
import struct
def parse_nt_header(data, e_lfanew):
# 读取NT头Signature
signature = data[e_lfanew:e_lfanew+4]
# 读取FileHeader
machine = struct.unpack('<H', data[e_lfanew+4:e_lfanew+6])[0]
num_sections = struct.unpack('<H', data[e_lfanew+6:e_lfanew+8])[0]
size_opt = struct.unpack('<H', data[e_lfanew+20:e_lfanew+22])[0]
# 读取OptionalHeader中的关键字段
opt_start = e_lfanew + 24
magic = struct.unpack('<H', data[opt_start:opt_start+2])[0]
address_of_entry = struct.unpack('<I', data[opt_start+16:opt_start+20])[0]
image_base = struct.unpack('<Q', data[opt_start+24:opt_start+32])[0] if magic == 0x20B else struct.unpack('<I', data[opt_start+28:opt_start+32])[0]
print(f'Signature: {signature.decode("ascii").strip()}')
print(f'Machine: 0x{machine:04X}')
print(f'Number of Sections: {num_sections}')
print(f'Entry Point RVA: 0x{address_of_entry:08X}')
print(f'Image Base: 0x{image_base:X}')OptionalHeader还包含Subsystem字段(区分GUI和CUI)、DataDirectory数组(包含导入表、导出表等关键目录的RVA和大小)以及SizeOfStackReserve等内存管理参数。其中DataDirectory是PE加载器解析导入导出函数的核心,数量固定为16项,每一项占用8字节。
在分析PE文件时,头部字段的错误会导致加载失败或解析异常,常见的错误包括e_lfanew偏移指向错误、OptionalHeader大小不匹配、节区数量与实际不符。针对这些问题,可以通过以下步骤进行排查:
恶意软件常通过修改PE头部字段来规避分析,例如将NumberofSections置为0或篡改AddressOfEntryPoint指向shellcode。据Mandiant《M-Trends 2024》报告数据显示,超过38%的恶意样本会故意修改PE头部的关键字段以干扰静态检测。因此,掌握PE头部的每一个字节含义,对于安全研究人员而言是不可或缺的技能。
评论
加载中...