[系統安全] 三十四.惡意代碼檢測(4)編寫代碼自動提取IAT表、字符串及時間戳溯源地區 - 網安

一.PE文件格式

什么是PE文件？

PE文件的全稱是Portable Executable，意為可移植的可執行的文件，常見的EXE、DLL、OCX、SYS、COM都是PE文件，PE文件是微軟Windows操作系統上的程序文件（可能是間接被執行，如DLL）。

EXE文件格式：

DOS：MZ格式
WIndows 3.0/3.1：NE（New Executable）、16位Windows可執行文件格式

為什么要重點學習這種文件格式呢？

PE文件是可移植、可執行、跨Win32平臺的文件格式

所有Win32執行體（exe、dll、kernel mode drivers）
知道PE文件本質后，能更好進行惡意樣本分析、APT攻擊分析、勒索病毒分析
了解軟件加密和加殼的思想，能夠PJ相關的PE文件
它是您熟悉Windows操作系統的第一步，包括EXE程序怎么映射到內存，DLL怎么導入等
軟件逆向工程的基本思想與PE文件格式息息相關
如果您想成為一名黑客、系統安全工程師，那么精通PE文件是非常必要的

可執行程序是具有不同的形態的，比如用戶眼中的QQ如下圖所示。

本質上，QQ如下圖所示。

PE文件格式總體結構

接著讓我們來欣賞下PE文件格式總體結構圖，包括：MZ頭部、DOS stub、PE文件頭、可選文件頭、節表、節等。

本文的第二部分我們將對PE文件格式進行詳細解析。比如，MZ頭文件是定位PE文件頭開始位置，用于PE文件合法性檢測。DOS下運行該程序時，會提示用戶“This Program cannot be run in DOS mode”。

PE文件格式與惡意軟件的關系

何為文件感染或控制權獲取？
使目標PE文件具備或啟動病毒功能（或目標程序）
不破壞目標PE文件原有功能和外在形態（如圖標）等
…
病毒代碼如何與目標PE文件融為一體呢？
代碼植入
控制權獲取
圖標更改
Hook
…

PE文件解析常用工具包括：

PEView：可按照PE文件格式對目標文件的各字段進行詳細解析。
Stud_PE：可按照PE文件格式對目標文件的各字段進行詳細解析。
Ollydbg：可跟蹤目標程序的執行過程，屬于用戶態調試工具。
UltraEdit \ 010Editor：可對目標文件進行16進制查看和修改。

二.PE文件格式解析

該部分實驗內容：

使用010Editor觀察PE文件例子程序hello-2.5.exe的16進制數據
使用Ollydbg對該程序進行初步調試，了解該程序功能結構，在內存中觀察該程序的完整結構
使用010Editor修改該程序，使得該程序僅彈出第二個對話框

1.010Editor解析PE文件

PE文件結構如下圖所示，我推薦大家使用010Editor工具及其模板來進行PE文件分析。

MZ頭部+DOS stub+PE文件頭+可選文件頭+節表+節

(1) 使用010Editor工具打開PE文件，并運行模板。

該PE文件可分為若干結構，如下圖所示。

(2) MZ文件頭（000h-03fh）。

下圖為hello-2.5.exe的MZ文件頭，該部分固定大小為40H個字節。偏移3cH處字段Offset to New EXE Header，指示“NT映象頭的偏移地址”，其中000000B0是NT映象頭的文件偏移地址，定位PE文件頭開始位置，用于PE文件合法性檢驗。

000000B0指向PE文件頭開始位置。

(3) DOS插樁程序（040h-0afh）

DOS Stub部分大小不固定，位于MZ文件頭和NT映象頭之間，可由MZ文件頭中的Offset to New EXE Header字段確定。下圖為hello-2.5.exe中的該部分內容。

(4) PE文件頭（0b0h-1a7h）

該部分包括PE標識、映像文件頭、可選文件頭。

Signature：字串“PE\0\0”，4個字節（0b0H~0b4H）
映象文件頭File Header：14H個字節（0b5H~0c7H）
偏移2H處，字段Number of Section 給出節的個數（2個字節）：0003
偏移10H處，字段Size of Optional Header 給出可選映象頭的大小（2個字節）：00E0
可選映象頭Optional Header：0c8H~1a7H

對應解析如下圖所示，包括PE標識、X86架構、3個節、文件生成時間、COFF便宜、可選頭大小、文件信息標記等。

010Editor使用模板定位PE文件各節點信息。

PE文件可選文件頭224字節，其對應的字段信息如下所示：

typedef struct _IMAGE_OPTIONAL_HEADER {
    WORD    Magic;　　　　　　　　　　　　　　　　　　/*機器型號,判斷是PE是32位還是64位*/
    BYTE    MajorLinkerVersion;　　　　　　　　　　/*連接器版本號高版本*/
    BYTE    MinorLinkerVersion;　　　　　　　　　　/*連接器版本號低版本,組合起來就是 5.12 其中5是高版本,C是低版本*/
    DWORD   SizeOfCode;　　　　　　　　　　　　　　　/*代碼節的總大小(512為一個磁盤扇區)*/
    DWORD   SizeOfInitializedData;　　　　　　　　/*初始化數據的節的總大小,也就是.data*/
    DWORD   SizeOfUninitializedData;　　　　　　 /*未初始化數據的節的大小,也就是 .data ? */
    DWORD   AddressOfEntryPoint;　　　　　　　　  /*程序執行入口(OEP) RVA(相對偏移)*/
    DWORD   BaseOfCode;　　　　　　　　　　　　　　 /*代碼的節的起始RVA(相對偏移)也就是代碼區的偏移,偏移+模塊首地址定位代碼區*/
    DWORD   BaseOfData;　　　　　　　　　　　　　　 /*數據結的起始偏移(RVA),同上*/
    DWORD   ImageBase;　　　　　　　　　　　　　　　/*程序的建議模塊基址(意思就是說作參考用的,模塊地址在哪里)*/
    DWORD   SectionAlignment;　　　　　　　　　　　/*內存中的節對齊*/
    DWORD   FileAlignment;　　　　　　　　　　　　　/*文件中的節對齊*/
    WORD    MajorOperatingSystemVersion;　　　　/*操作系統版本號高位*/
    WORD    MinorOperatingSystemVersion;　　　　/*操作系統版本號低位*/
    WORD    MajorImageVersion;　　　　　　　　　　/*PE版本號高位*/
    WORD    MinorImageVersion;　　　　　　　　　　/*PE版本號低位*/
    WORD    MajorSubsystemVersion;　　　　　　　　/*子系統版本號高位*/
    WORD    MinorSubsystemVersion;　　　　　　　　/*子系統版本號低位*/
    DWORD   Win32VersionValue;　　　　　　　　　　/*32位系統版本號值,注意只能修改為4 5 6表示操作系統支持nt4.0 以上,5的話依次類推*/
    DWORD   SizeOfImage;　　　　　　　　　　　　   /*整個程序在內存中占用的空間(PE映尺寸)*/
    DWORD   SizeOfHeaders;　　　　　　　　　　　　/*所有頭(頭的結構體大小)+節表的大小*/
    DWORD   CheckSum;　　　　　　　　　　　　　　 /*校驗和,對于驅動程序,可能會使用*/
    WORD    Subsystem;　　　　　　　　　　　　　　/*文件的子系統 :重要*/
    WORD    DllCharacteristics;　　　　　　　　 /*DLL文件屬性,也可以成為特性,可能DLL文件可以當做驅動程序使用*/
    DWORD   SizeOfStackReserve;　　　　　　　　 /*預留的棧的大小*/
    DWORD   SizeOfStackCommit;　　　　　　　 　 /*立即申請的棧的大小(分頁為單位)*/
    DWORD   SizeOfHeapReserve;　　　　　　　  　/*預留的堆空間大小*/
    DWORD   SizeOfHeapCommit;　　　　　　　 　  /*立即申請的堆的空間的大小*/
    DWORD   LoaderFlags;　　　　　　　　　　　　 /*與調試有關*/
    DWORD   NumberOfRvaAndSizes;　　　　　　　  /*下面的成員,數據目錄結構的項目數量*/
    IMAGE_DATA_DIRECTORY DataDirectory[16];  /*數據目錄,默認16個,16是宏,這里方便直接寫成16*/
} IMAGE_OPTIONAL_HEADER32, *PIMAGE_OPTIONAL_HEADER32;

(5) 節表（1a8h-21fh）

表項大小固定，28H個字節；表項個數由映象文件頭的字段Number of Section 給出。
每個表項的起始位置起（8個字節），字段Name給出對應節的名稱。
每個表項的偏移14H處（4個字節），字段Offset to Raw Data給出對應節的起始文件偏移。

該結構包括3個節，對應上圖的3個struct IMAGE_SECTION_HEADER，即“.test”、“.rdata”、“.data”節，其偏移地址對應下圖紫色區域，分別是400、600、800的位置。

(6) 3個節

400H-5ffH：代碼節
600H-7ffH：引入函數節
800H-9ffH：數據節

注意，代碼節“.text”前46H為數據，后面全是0位填充值，為了實現文件的200H對齊，所以代碼節是400H到5ffH。

(7) 引入函數節

?來從其他DLL中引?函數，引入了kernel32.dll和user32.dll，這個節一般名為“.rdata”。引入函數是被某模塊調用的但又不在調用者模塊中的函數，用來從其他（系統或第三方寫的）DLL中引入函數，例如kernel32.dll、gdi32.dll等。

010Editor打開如下圖所示：

詳細標注信息如下圖所示：（圖引自HYQ同學，再此感謝）

(8) 數據節

數據節實際大小58h，對齊后大小200h，地址為800h-9ffh，包括對話框彈出的具體內容。

2.Ollydbg動態調試程序

使用Ollydbg對該程序進行初步調試，了解該程序功能結構，在內存中觀察該程序的完整結構。注意，內存對齊單位和文件對齊單位的不同，內容和文件中IAT表內容的不同。

第一步，打開OD加載PE文件。

OD是一款PE文件動態調試器，此時程序斷點自動停止在程序入口點00401000H位置。

在010Editor中，我們可以看到，該PE程序基地址是400000h，程序入口地址是1000h，兩個相加為加載至內存中的地址，即401000h。

第二步，動態調試程序。

當我們雙擊地址位置，則可以下斷點且變紅，比如0040100Fh。

接著查看對應調試快捷鍵，F7是單步步入，F8是單步步過。

我們直接按F8單步步過，此時的位置會CALL一個MessageBoxA函數。

直接單步步過，此時會彈出第一個對話框，點擊“確定”按鈕。

第三步，動態調試程序之數據跟隨。

接著我們看左下角部分的內存數據，在該區域按下“Ctrl+G”在數據窗口中跟隨，輸入基地址400000。

此時可以看到加載到內存中的數據，可以看到該數據與010Editor打開的PE文件數據一致的。

接著繼續按F8單步步過彈出第二個窗口。

右上角是它寄存器的值，包括各個寄存器中的數據，我們實驗中主要使用的寄存器包括EAX、ECX、EDX、EBX等。

接著步過0040102E，它是退出進程ExitProcess的位置，此時進程已經終止，如下圖所示。

實驗講到這里，使用OD動態調試的PE文件的基礎流程就講解完畢，后續隨著實驗深入，我們還會使用該工具。

三.Python獲取時間戳

接著我們嘗試通過Python來獲取時間戳，python的PE庫是pefile，它是用來專門解析PE文件的，可靜態分析PE文件。pefile能完成的任務包括：

檢查頭
分析部分數據
檢索嵌入式數據
從資源中讀取字符串
警告值可疑和格式錯誤
PE的基本分析，喜歡寫一些領域和其他部分的PE的
帶有PEiD簽名的打包程序檢測
PEiD簽名生成

推薦大家學習官方資料和github文檔。

https://github.com/erocarrera/pefile
https://pypi.org/project/pefile/
https://github.com/erocarrera/pefile/releases

安裝擴展包的方法如下：

pip install pefile

假設安裝成功之后，我們需要對下圖所示的軟件進行分析，該軟件是我在博客中生成的，大家直接使用即可（文章開頭的github鏈接能下載）。

Windows黑客編程之注入技術詳解（全局鉤子、遠線程鉤子、突破Session 0注入、APC注入）

第一步，我們通過010Editor分析PE文件。

其時間戳的輸出結果如下：

06/19/2020 10:46:21

我們希望通過Python寫代碼實現自動化提取，為后續自動化溯源提供幫助。

第二步，撰寫Python代碼實現簡單分析。

import pefile
import os,string,shutil,re
PEfile_Path = "MFCApplication.exe"
 
pe = pefile.PE(PEfile_Path)
print(type(pe))
print(pe)

輸出如下圖所示結果，這是Python包自定義的PE結構。

squeezed text表示python的一種編程規范要求，簡稱pep8，你只需要將鼠標放到Squeezed上，右鍵Copy即可查看內容，顯示的是該PE文件的基本結構，如下所示：

----------Parsing Warnings----------
Byte 0xcc makes up 17.8750% of the file's contents. This may indicate truncation / malformation.
Suspicious flags set for section 0. Both IMAGE_SCN_MEM_WRITE and IMAGE_SCN_MEM_EXECUTE are set. This might indicate a packed executable.
----------DOS_HEADER----------
[IMAGE_DOS_HEADER]
0x0        0x0   e_magic:                       0x5A4D    
0x2        0x2   e_cblp:                        0x90      
0x4        0x4   e_cp:                          0x3       
0x6        0x6   e_crlc:                        0x0       
0x8        0x8   e_cparhdr:                     0x4       
0xA        0xA   e_minalloc:                    0x0       
0xC        0xC   e_maxalloc:                    0xFFFF    
0xE        0xE   e_ss:                          0x0       
0x10       0x10  e_sp:                          0xB8      
0x12       0x12  e_csum:                        0x0       
0x14       0x14  e_ip:                          0x0       
0x16       0x16  e_cs:                          0x0       
0x18       0x18  e_lfarlc:                      0x40      
0x1A       0x1A  e_ovno:                        0x0       
0x1C       0x1C  e_res:                         
0x24       0x24  e_oemid:                       0x0       
0x26       0x26  e_oeminfo:                     0x0       
0x28       0x28  e_res2:                        
0x3C       0x3C  e_lfanew:                      0x108     
----------NT_HEADERS----------
[IMAGE_NT_HEADERS]
0x108      0x0   Signature:                     0x4550    
----------FILE_HEADER----------
[IMAGE_FILE_HEADER]
0x10C      0x0   Machine:                       0x14C     
0x10E      0x2   NumberOfSections:              0xA       
0x110      0x4   TimeDateStamp:                 0x5EEC977D [Fri Jun 19 10:46:21 2020 UTC]
0x114      0x8   PointerToSymbolTable:          0x0       
0x118      0xC   NumberOfSymbols:               0x0       
0x11C      0x10  SizeOfOptionalHeader:          0xE0      
0x11E      0x12  Characteristics:               0x102     
Flags: IMAGE_FILE_32BIT_MACHINE, IMAGE_FILE_EXECUTABLE_IMAGE
----------OPTIONAL_HEADER----------
[IMAGE_OPTIONAL_HEADER]
0x120      0x0   Magic:                         0x10B     
0x122      0x2   MajorLinkerVersion:            0xE       
0x123      0x3   MinorLinkerVersion:            0x1A      
0x124      0x4   SizeOfCode:                    0x700C00  
0x128      0x8   SizeOfInitializedData:         0x2F1E00  
0x12C      0xC   SizeOfUninitializedData:       0x0       
0x130      0x10  AddressOfEntryPoint:           0x36CE65  
0x134      0x14  BaseOfCode:                    0x1000    
0x138      0x18  BaseOfData:                    0x1000    
0x13C      0x1C  ImageBase:                     0x400000  
0x140      0x20  SectionAlignment:              0x1000    
0x144      0x24  FileAlignment:                 0x200     
0x148      0x28  MajorOperatingSystemVersion:   0x6       
0x14A      0x2A  MinorOperatingSystemVersion:   0x0       
0x14C      0x2C  MajorImageVersion:             0x0       
0x14E      0x2E  MinorImageVersion:             0x0       
0x150      0x30  MajorSubsystemVersion:         0x6       
0x152      0x32  MinorSubsystemVersion:         0x0       
0x154      0x34  Reserved1:                     0x0       
0x158      0x38  SizeOfImage:                   0xD54000  
0x15C      0x3C  SizeOfHeaders:                 0x400     
0x160      0x40  CheckSum:                      0x0       
0x164      0x44  Subsystem:                     0x2       
0x166      0x46  DllCharacteristics:            0x8140    
0x168      0x48  SizeOfStackReserve:            0x100000  
0x16C      0x4C  SizeOfStackCommit:             0x1000    
0x170      0x50  SizeOfHeapReserve:             0x100000  
0x174      0x54  SizeOfHeapCommit:              0x1000    
0x178      0x58  LoaderFlags:                   0x0       
0x17C      0x5C  NumberOfRvaAndSizes:           0x10      
DllCharacteristics: IMAGE_DLLCHARACTERISTICS_DYNAMIC_BASE, IMAGE_DLLCHARACTERISTICS_NX_COMPAT, IMAGE_DLLCHARACTERISTICS_TERMINAL_SERVER_AWARE
----------PE Sections----------
[IMAGE_SECTION_HEADER]
0x200      0x0   Name:                          .textbss
0x208      0x8   Misc:                          0x35B30B  
0x208      0x8   Misc_PhysicalAddress:          0x35B30B  
0x208      0x8   Misc_VirtualSize:              0x35B30B  
0x20C      0xC   VirtualAddress:                0x1000    
0x210      0x10  SizeOfRawData:                 0x0       
0x214      0x14  PointerToRawData:              0x0       
0x218      0x18  PointerToRelocations:          0x0       
0x21C      0x1C  PointerToLinenumbers:          0x0       
0x220      0x20  NumberOfRelocations:           0x0       
0x222      0x22  NumberOfLinenumbers:           0x0       
0x224      0x24  Characteristics:               0xE00000A0
Flags: IMAGE_SCN_CNT_CODE, IMAGE_SCN_CNT_UNINITIALIZED_DATA, IMAGE_SCN_MEM_EXECUTE, IMAGE_SCN_MEM_READ, IMAGE_SCN_MEM_WRITE
Entropy: 0.000000 (Min=0.0, Max=8.0)
MD5     hash: d41d8cd98f00b204e9800998ecf8427e
SHA-1   hash: da39a3ee5e6b4b0d3255bfef95601890afd80709
SHA-256 hash: e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855
SHA-512 hash: cf83e1357eefb8bdf1542850d66d8007d620e4050b5715dc83f4a921d36ce9ce47d0d13c5d85f2b0ff8318d2877eec2f63b931bd47417a81a538327af927da3e
....

對應于010Editor分析的結果，前后是一致的。

同時，我們可以輸入help(pefile.PE) 查看幫助信息，它定義了pefile包的一些函數和屬性。

Help on class PE in module pefile:
class PE(builtins.object)
 |  PE(name=None, data=None, fast_load=None)
 |  
 |  A Portable Executable representation.
 |  
 |  This class provides access to most of the information in a PE file.
 |  
 |  It expects to be supplied the name of the file to load or PE data
 |  to process and an optional argument 'fast_load' (False by default)
 |  which controls whether to load all the directories information,
 |  which can be quite time consuming.
 |  
 |  pe = pefile.PE('module.dll')
 |  pe = pefile.PE(name='module.dll')
 |  
 |  would load 'module.dll' and process it. If the data is already
 |  available in a buffer the same can be achieved with:
 |  
 |  pe = pefile.PE(data=module_dll_data)
 |  
 |  The "fast_load" can be set to a default by setting its value in the
 |  module itself by means, for instance, of a "pefile.fast_load = True".
 |  That will make all the subsequent instances not to load the
 |  whole PE structure. The "full_load" method can be used to parse
 |  the missing data at a later stage.
 |  
 |  Basic headers information will be available in the attributes:
 |  
 |  DOS_HEADER
 |  NT_HEADERS
 |  FILE_HEADER
 |  OPTIONAL_HEADER
 |  
 |  All of them will contain among their attributes the members of the
 |  corresponding structures as defined in WINNT.H
 |  
 |  The raw data corresponding to the header (from the beginning of the
 |  file up to the start of the first section) will be available in the
 |  instance's attribute 'header' as a string.
 |  
 |  The sections will be available as a list in the 'sections' attribute.
 |  Each entry will contain as attributes all the structure's members.
 |  
 |  Directory entries will be available as attributes (if they exist):
 |  (no other entries are processed at this point)
 |  
 |  DIRECTORY_ENTRY_IMPORT (list of ImportDescData instances)
 |  DIRECTORY_ENTRY_EXPORT (ExportDirData instance)
 |  DIRECTORY_ENTRY_RESOURCE (ResourceDirData instance)
 |  DIRECTORY_ENTRY_DEBUG (list of DebugData instances)
 |  DIRECTORY_ENTRY_BASERELOC (list of BaseRelocationData instances)
 |  DIRECTORY_ENTRY_TLS
 |  DIRECTORY_ENTRY_BOUND_IMPORT (list of BoundImportData instances)
 |  
 |  The following dictionary attributes provide ways of mapping different
 |  constants. They will accept the numeric value and return the string
 |  representation and the opposite, feed in the string and get the
 |  numeric constant:
 |  
 |  DIRECTORY_ENTRY
 |  IMAGE_CHARACTERISTICS
 |  SECTION_CHARACTERISTICS
 |  DEBUG_TYPE
 |  SUBSYSTEM_TYPE
 |  MACHINE_TYPE
 |  RELOCATION_TYPE
 |  RESOURCE_TYPE
 |  LANG
 |  SUBLANG
......

第三步，撰寫代碼獲取PE文件的方法和屬性，比如section。

import pefile
import os,string,shutil,re
PEfile_Path = "MFCApplication.exe"
#解析PE文件
pe = pefile.PE(PEfile_Path)
print(type(pe))
print(pe)
#查看方法和屬性
print(dir(pefile.PE))
for section in pe.sections:
    print(section)

輸出如下結果：

獲取導入表信息代碼如下：

import pefile
import os,string,shutil,re
PEfile_Path = "MFCApplication.exe"
#解析PE文件
pe = pefile.PE(PEfile_Path)
print(type(pe))
print(pe)
#獲取導入表信息
for item in pe.DIRECTORY_ENTRY_IMPORT:
    print(item.dll)
    for con in item.imports:
        print(con.name)
    print("") #換行

輸出如下所示的結果，包括KERNEL32.dll、USER32.dll等。

b'KERNEL32.dll'
b'RtlUnwind'
b'GetModuleHandleExW'
b'GetCommandLineA'
b'GetSystemInfo'
b'CreateThread'
...
b'USER32.dll'
b'DlgDirSelectExA'
b'FindWindowExA'
b'FindWindowA'
b'SetParent'
b'ChildWindowFromPointEx'
...
b'GDI32.dll'
b'CreateEllipticRgn'
b'CreateFontIndirectA'
b'CreateHatchBrush'
b'CreateICA'
b'CreatePalette'
b'CreatePen'
...
b'MSIMG32.dll'
b'AlphaBlend'
b'GradientFill'
b'TransparentBlt'
b'ADVAPI32.dll'
b'RegCloseKey'
b'RegQueryValueExA'
b'RegCreateKeyExA'
b'RegDeleteKeyA'
...
b'SHELL32.dll'
b'SHGetPathFromIDListA'
b'SHGetSpecialFolderLocation'
b'SHBrowseForFolderA'
b'SHGetDesktopFolder'
b'DragAcceptFiles'
...
b'COMCTL32.dll'
b'InitCommonControlsEx'
...

對應010editor的PE軟件分析結果如下：

第四步，分析文件結構及時間戳位置。

同樣，我們可以使用stud_PE查看文件屬性，該軟件用于顯示頭部、DOs、區段、函數等信息，包括導入表、導出表等，顯示該EXE程序加載的DLL文件及函數。

這里我們最關心的內容是“TimeDateStamp”，接下來想辦法獲取它即可。

typedef     struct _IMAGE_FILE_HEADER 
{
	+04h    WORD        Machine;              // 運行平臺
	+06h    WORD        NumberOfSections;     // 文件的區塊數目
	+08h    DWORD       TimeDateStamp;        // 文件創建日期和時間
	+0Ch    DWORD       PointerToSymbolTable; // 指向符號表(主要用于調試)
	+10h    DWORD       NumberOfSymbols;      // 符號表中符號個數(同上)
	+14h    WORD        SizeOfOptionalHeader; // IMAGE_OPTIONAL_HEADER32 結構大小
	+16h    WORD        Characteristics;      // 文件屬性
} IMAGE_FILE_HEADER, *PIMAGE_FILE_HEADER;

對應的Python包返回的值如下所示：

第五步，接著我們通過pe.DOS_HEADER、pe.FILE_HEADER等方法獲取對應的內容。

import pefile
import os,string,shutil,re
PEfile_Path = "MFCApplication.exe"
#解析PE文件
pe = pefile.PE(PEfile_Path, fast_load=True)
print(type(pe))
print(pe)
#顯示DOS_HEADER
print(pe.DOS_HEADER,"")
#顯示NT_HEADERS
print(pe.NT_HEADERS,"")
#顯示FILE_HEADER
print(pe.FILE_HEADER,"")
#顯示OPTIONAL_HEADER
print(pe.OPTIONAL_HEADER,"")

輸出如下圖所示的結構，其中時間戳也在其中。

作者本想通過它指定的方法提取對應的值，但一直失敗，但作為長期從事NLP和數據挖掘的程序員，這都不是事，我們通過正則表達式即可提取所需知識。

import pefile
import os,string,shutil,re
PEfile_Path = "MFCApplication.exe"
#解析PE文件
pe = pefile.PE(PEfile_Path, fast_load=True)
print(type(pe))
print(pe)
print(pe.get_imphash())
#顯示DOS_HEADER
dh = pe.DOS_HEADER
#顯示NT_HEADERS
nh = pe.NT_HEADERS
#顯示FILE_HEADER
fh = pe.FILE_HEADER
#顯示OPTIONAL_HEADER
oh = pe.OPTIONAL_HEADER
print(type(fh)) #
print(str(fh))
#通過正則表達式獲取時間
p = re.compile(r'[[](.*?)[]]', re.I|re.S|re.M)   #最小匹配
res = re.findall(p, str(fh))
print(res[1])                                    #第一個值是IMAGE_FILE_HEADER
# Fri Jun 19 10:46:21 2020 UTC

最終輸出結果如下所示，這樣我們就完成了Python自動化提取PE軟件的時間戳過程。任何一個PE軟件都能進行提取，該時間戳也記錄了軟件的編譯時間。

<class 'pefile.PE'>
Squeezed text(347 lines).
<class 'pefile.Structure'>
[IMAGE_FILE_HEADER]
0x10C      0x0   Machine:                       0x14C     
0x10E      0x2   NumberOfSections:              0xA       
0x110      0x4   TimeDateStamp:                 0x5EEC977D [Fri Jun 19 10:46:21 2020 UTC]
0x114      0x8   PointerToSymbolTable:          0x0       
0x118      0xC   NumberOfSymbols:               0x0       
0x11C      0x10  SizeOfOptionalHeader:          0xE0      
0x11E      0x12  Characteristics:               0x102     
Fri Jun 19 10:46:21 2020 UTC

四.時間戳判斷來源地區

1.UTC時間轉換

協調世界時，又稱世界統一時間、世界標準時間、國際協調時間。由于英文（CUT）和法文（TUC）的縮寫不同，作為妥協，簡稱UTC。協調世界時是以原子時秒長為基礎，在時刻上盡量接近于世界時的一種時間計量系統。Python時間解析代碼如下：

import pefile
import time
import datetime
import os,string,shutil,re
PEfile_Path = "MFCApplication.exe"
#----------------------------------第一步 解析PE文件-------------------------------
pe = pefile.PE(PEfile_Path, fast_load=True)
print(type(pe))
print(pe)
print(pe.get_imphash())
#顯示DOS_HEADER
dh = pe.DOS_HEADER
#顯示NT_HEADERS
nh = pe.NT_HEADERS
#顯示FILE_HEADER
fh = pe.FILE_HEADER
#顯示OPTIONAL_HEADER
oh = pe.OPTIONAL_HEADER
print(type(fh)) #
print(str(fh))
#----------------------------------第二步 獲取UTC時間-------------------------------
#通過正則表達式獲取時間
p = re.compile(r'[[](.*?)[]]', re.I|re.S|re.M)   #最小匹配
res = re.findall(p, str(fh))
print(res[1])                                    #第一個值是IMAGE_FILE_HEADER
res_time = res[1].replace(" UTC","")
# Fri Jun 19 10:46:21 2020 UTC
#獲取當前時間
t = time.ctime()
print(t)                                         # Thu Jul 16 20:42:18 2020
final_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y')
print(final_time)
# 2020-06-19 10:46:21

輸出結果如下，可以看到該EXE的創建時間。如果想轉換成時間戳可以進一步處理。

Fri Jun 19 10:46:21 2020 UTC
2020-06-19 10:46:21

接下來我們需要進一步分析，根據時間戳判斷所在區域。

2.時區APT溯源案例（白象）

作者在“七十四.APT攻擊檢測溯源與常見APT組織的攻擊案例”文章中普及過，安天公司通過時區溯源白象APT來自南亞地區，這里再進行回顧下。

在過去的四年中，安天的工程師們關注到了中國的機構和用戶反復遭遇來自“西南方向”的網絡入侵嘗試。這些攻擊雖進行了一些掩蓋和偽裝，我們依然可以將其推理回原點——來自南亞次大陸的某個國家。

- 參考文章：白象的舞步——來自南亞次大陸的網絡攻擊

安天在2014年4月相關文章中披露的針對中國兩所大學被攻擊的事件，涉及以下六個樣本。其中五個樣本投放至同一個目標，這些樣本間呈現出模塊組合作業的特點。

4號樣本是初始投放樣本，其具有下載其他樣本功能
3號樣本提取主機相關信息生成日志文件
5號樣本負責上傳
6號樣本采集相關文檔文件信息
2號樣本則是一個鍵盤記錄器

那么，如何溯源該組織所來自的區域呢？

安天通過對樣本集的時間戳、時區分析進行分析，發現其來自南亞。樣本時間戳是一個十六進制的數據，存儲在PE文件頭里，該值一般由編譯器在開發者創建可執行文件時自動生成，時間單位細化到秒，通常可以認為該值為樣本生成時間（GMT時間）。

時間戳的分析需要收集所有可用的可執行文件時間戳，并剔除過早的和明顯人為修改的時間，再將其根據特定標準分組統計，如每周的天或小時，并以圖形的形式體現，下圖是通過小時分組統計結果：

從上圖的統計結果來看，如果假設攻擊者的工作時間是早上八九點至下午五六點的話，那么將工作時間匹配到一個來自UTC+4或UTC+5時區的攻擊者的工作時間。根據我們匹配的攻擊者所在時區（UTC+4 或UTC+5），再對照世界時區分布圖，就可以來推斷攻擊者所在的區域或國家。

接著對該攻擊組織進行更深入的分析。對這一攻擊組織繼續綜合線索，基于互聯網公開信息，進行了畫像分析，認為這是一個由10~16人的組成的攻擊小組。其中六人的用戶ID是cr01nk 、neeru rana、andrew、Yash、Ita nagar、Naga。

在安天的跟蹤分析中，發現該組織的部分C&C地址是一些正常的網站，經過分析我們認為，有可能該組織入侵了這些網站，將自己的C&C服務控制代碼放到它們的服務器上，以此來隱藏自己的IP信息。同時這種方式還會使安全軟件認為連接的是正常的網站，而不會觸發安全警報。

基于現有資源可以分析出，“白象二代”組織一名開發人員的ID為“Kanishk”，通過維基百科查詢到一個類似單詞“Kanishka”，這是一個是梵文譯音，中文翻譯為“迦膩色迦”，迦膩色伽是貴霜帝國（Kushan Empire）的君主，貴霜帝國主要控制范圍在印度河流域。至此推測該APT組織來自南亞某國。

通過這個案例，我們可以通過時區、公開信息、黑客ID、C&C域名進行溯源，并一步步遞進。

3.時間戳分析

比如當前北京時間是2020年7月16日晚上9點3分，而UTC時間是13點3分。

但這里存在一個問題，當有很多惡意樣本的時候，我們基于多個樣本時間戳并結合正常作息時間進行分析，才能判斷其來源。但是，如果僅從一個樣本進行分析，其準確率還是會有影響，有的惡意軟件是深夜發布，也影響了該方法的準確性，同時混淆、加殼、對抗樣本也能影響我們的實驗效果，但作者僅是提供了一種方法，更深入的研究還在繼續，如果您有好的方法也歡迎和我討論。

這里我們PE軟件獲取的時間是“2020-06-19 10:46:21”，對應北京時間是19點46分。因為作者習慣晚上寫代碼，但如果是軟件或惡意樣本，大公司通常會有正常的作息，從而可以結合海量數據分析來確定最終的軟件來源地區或國家。

Fri Jun 19 10:46:21 2020 UTC
2020-06-19 10:46:21

此時的Python代碼如下：

import pefile
import time
import warnings
import datetime
import os,string,shutil,re
#忽略警告
warnings.filterwarnings("ignore")
PEfile_Path = "MFCApplication.exe"
#----------------------------------第一步 解析PE文件-------------------------------
pe = pefile.PE(PEfile_Path, fast_load=True)
print(type(pe))
print(pe)
print(pe.get_imphash())
#顯示DOS_HEADER
dh = pe.DOS_HEADER
#顯示NT_HEADERS
nh = pe.NT_HEADERS
#顯示FILE_HEADER
fh = pe.FILE_HEADER
#顯示OPTIONAL_HEADER
oh = pe.OPTIONAL_HEADER
print(type(fh)) #
print(str(fh))
#----------------------------------第二步 獲取UTC時間-------------------------------
#通過正則表達式獲取時間
p = re.compile(r'[[](.*?)[]]', re.I|re.S|re.M)   #最小匹配
res = re.findall(p, str(fh))
print(res[1])                                    #第一個值是IMAGE_FILE_HEADER
res_time = res[1].replace(" UTC","")
# Fri Jun 19 10:46:21 2020 UTC
#獲取當前時間
t = time.ctime()
print(t,"")                                    # Thu Jul 16 20:42:18 2020
utc_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y')
print("UTC Time:", utc_time)
# 2020-06-19 10:46:21
#----------------------------------第三步 全球時區轉換-------------------------------
#http://zh.thetimenow.com/india
#UTC時間比北京時間晚八個小時 故用timedelta方法加上八個小時
china_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=8)
print("China Time:",china_time)
#美國 UTC-5
america_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') - datetime.timedelta(hours=5)
print("America Time:",america_time)
#印度 UTC+5
india_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=5)
print("India Time:",india_time)
#澳大利亞 UTC+10
australia_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=10)
print("Australia Time",australia_time)
#俄羅斯 UTC+3
russia_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=3)
print("Russia Time",russia_time)
#英國 UTC+0
england_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y')
print("England Time",england_time)
#日本 UTC+9
japan_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=9)
print("Japan Time",england_time)
#德國 UTC+1
germany_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=1)
print("Germany Time",germany_time)
#法國 UTC+1
france_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=1)
print("France Time",france_time)
#加拿大 UTC-5
canada_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') - datetime.timedelta(hours=5)
print("Canada Time:",canada_time)
#越南 UTC+7 
vietnam_time = datetime.datetime.strptime(res_time, '%a %b %d %H:%M:%S %Y') + datetime.timedelta(hours=7)
print("Vietnam Time:",vietnam_time)

輸出結果如下圖所示，不同地區有對應的時間分布，如果正常作息是早上9點到12點、下午2點到5點，從結果看更像是來自India、England、Japan等地區。當然，只有惡意樣本很多的時候，我們才能進行更好的溯源，哈哈~

五.總結

寫到這里，這篇文章就介紹完畢，希望對您有所幫助，最后進行簡單的總結下作者的猜想。

通過PE文件分析抓取創建文件時間戳，然后UTC定位國家地區，但受樣本數量較少，活動規律不穩定影響很大
通過靜態分析獲取非英文字符串，軟件中一般有供該國使用的文字，然后進行編碼比對溯源地區
某些APP或軟件存在流量反饋或IP定位，嘗試進行流量抓取分析
利用深度學習進行分類，然后提取不同國家的特征完成溯源

本文嘗試的是最簡單的方法，所以也存在很多問題，比如當有很多惡意樣本的時候，我們才能基于多個樣本時間戳并結合正常作息時間進行分析，才能判斷其來源。如果僅從一個樣本進行分析，其準確率還是會有影響，有的惡意軟件是深夜發布，也影響了該方法的準確性，同時混淆、加殼、對抗樣本也能影響我們的實驗效果，但作者僅是提供了一種方法，更深入的研究還在繼續，如果您有好的方法也歡迎和我討論。

最后歡迎大家討論如何判斷PE軟件或APP來源哪個國家或地區呢？印度又是如何確保一鍵正確卸載中國APP呢？哈哈，未知攻，焉知防。加油~

學安全一年，認識了很多安全大佬和朋友，希望大家一起進步。這篇文章中如果存在一些不足，還請海涵。作者作為網絡安全初學者的慢慢成長路吧！希望未來能更透徹撰寫相關文章。同時非常感謝參考文獻中的安全大佬們的文章分享，深知自己很菜，得努力前行。

《珈國情》

明月千里兩相思，

清風縷縷寄離愁。

燕歸珞珈花已謝，

情滿景逸映深秋。

最感恩的永遠是家人的支持，知道為啥而來，知道要做啥，知道努力才能回去。夜已深，雖然笨，但還得奮斗。

歡迎大家討論，是否覺得這系列文章幫助到您！任何建議都可以評論告知讀者，共勉。

(By:Eastmount 2021-12-29 夜于武漢 )