analyzing-golang-malware-with-ghidra

使用 Ghidra 分析 Golang 恶意软件

概述

Go（Golang）因其跨平台编译能力、生成自包含二进制文件的静态链接以及逆向工程的复杂性，成为恶意软件作者的热门语言。Go 二进制文件包含整个运行时、标准库和所有依赖项的静态链接，产生大型二进制文件（通常 5-15MB），包含数千个函数。Ghidra 在处理 Go 特有的字符串格式（非空终止符）、去符号的函数名和 goroutine 并发模式时存在困难。Volexity 开发的 GoResolver 等专用工具使用控制流图相似性在去符号或混淆的 Go 二进制文件中自动去混淆并恢复函数名。

前置条件

• Ghidra 11.0+，配合 JDK 17+
• GoResolver 插件（用于函数名恢复）
• Go 逆向工程工具包（go-re.tk）
• Python 3.9+（用于辅助脚本）
• 了解 Go 运行时内部机制（goroutine、channel、interface）
• 熟悉 Go 二进制文件结构（pclntab、moduledata、itab）

核心概念

Go 二进制文件结构

Go 二进制文件在 pclntab（PC 行表）结构中嵌入了丰富的元数据，将程序计数器映射到函数名、源文件和行号。即使去符号表的二进制文件也保留此元数据。moduledata 结构包含指向类型信息、itab（接口表）和 pclntab 本身的指针。Go 字符串以指针-长度对的形式存储，而非以空字符结尾的 C 字符串。

去符号表二进制文件中的函数恢复

尽管去除了符号表，Go 二进制文件仍在 pclntab 中保留函数名。然而，garble 等混淆工具会将函数重命名为随机字符串。GoResolver 通过计算混淆函数的控制流图签名，并与已知 Go 标准库和第三方包函数的数据库进行匹配来解决此问题。

包/依赖项提取

Go 的依赖管理将模块路径和版本字符串嵌入二进制文件。提取这些信息可揭示恶意软件的第三方依赖（HTTP 库、加密包、C2 框架），在不进行完整逆向工程的情况下了解其能力。

实操步骤

步骤 1：初始二进制分析

#!/usr/bin/env python3
"""分析 Go 二进制文件元数据用于恶意软件分析。"""
import struct
import sys
import re


def find_go_build_info(data):
    """从二进制文件提取 Go 构建信息。"""
    # Go buildinfo 魔数：\xff Go buildinf:
    magic = b'\xff Go buildinf:'
    offset = data.find(magic)
    if offset == -1:
        return None

    print(f"[+] Go 构建信息位于偏移 0x{offset:x}")

    # 提取附近的 Go 版本字符串
    go_version = re.search(rb'go\d+\.\d+(?:\.\d+)?', data[offset:offset+256])
    if go_version:
        print(f"  Go 版本：{go_version.group().decode()}")

    return offset


def find_pclntab(data):
    """定位 pclntab（PC 行表）结构。"""
    # pclntab 魔数字节随 Go 版本而变化
    magics = {
        b'\xfb\xff\xff\xff\x00\x00': "Go 1.2-1.15",
        b'\xfa\xff\xff\xff\x00\x00': "Go 1.16-1.17",
        b'\xf1\xff\xff\xff\x00\x00': "Go 1.18-1.19",
        b'\xf0\xff\xff\xff\x00\x00': "Go 1.20+",
    }

    for magic, version in magics.items():
        offset = data.find(magic)
        if offset != -1:
            print(f"[+] pclntab 位于 0x{offset:x}（{version}）")
            return offset, version

    return None, None


def extract_function_names(data, pclntab_offset):
    """从 pclntab 提取函数名。"""
    if pclntab_offset is None:
        return []

    functions = []
    # 函数名字符串遵循特定模式
    func_pattern = re.compile(
        rb'(?:main|runtime|fmt|net|os|crypto|encoding|io|sync|'
        rb'syscall|reflect|strings|bytes|path|time|math|sort|'
        rb'github\.com|golang\.org)[/\.][\w/.]+',
    )

    for match in func_pattern.finditer(data):
        name = match.group().decode('utf-8', errors='replace')
        if len(name) > 4 and len(name) < 200:
            functions.append(name)

    return sorted(set(functions))


def extract_go_strings(data):
    """提取 Go 风格字符串（指针+长度对）。"""
    # Go 字符串不以空字符结尾；提取可读序列
    strings = []
    ascii_pattern = re.compile(rb'[\x20-\x7e]{10,}')

    for match in ascii_pattern.finditer(data):
        s = match.group().decode('ascii')
        # 过滤出有趣的恶意软件字符串
        interesting = [
            'http', 'https', 'tcp', 'udp', 'dns',
            'cmd', 'shell', 'exec', 'upload', 'download',
            'encrypt', 'decrypt', 'key', 'token', 'password',
            'c2', 'beacon', 'agent', 'implant', 'bot',
            'mutex', 'persist', 'registry', 'scheduled',
        ]
        if any(kw in s.lower() for kw in interesting):
            strings.append(s)

    return strings


def extract_dependencies(data):
    """从二进制文件提取 Go 模块依赖项。"""
    deps = []
    # 模块路径遵循模式：github.com/user/repo
    dep_pattern = re.compile(
        rb'((?:github\.com|gitlab\.com|golang\.org|gopkg\.in|'
        rb'go\.etcd\.io|google\.golang\.org)/[^\x00\s]{5,80})'
    )

    for match in dep_pattern.finditer(data):
        dep = match.group().decode('utf-8', errors='replace')
        deps.append(dep)

    unique_deps = sorted(set(deps))
    return unique_deps


def analyze_go_binary(filepath):
    """对 Go 恶意软件二进制文件进行完整分析。"""
    with open(filepath, 'rb') as f:
        data = f.read()

    print(f"[+] 正在分析 Go 二进制文件：{filepath}")
    print(f"  文件大小：{len(data):,} 字节")
    print("=" * 60)

    # 构建信息
    find_go_build_info(data)

    # pclntab
    pclntab_offset, go_version = find_pclntab(data)

    # 函数
    functions = extract_function_names(data, pclntab_offset)
    print(f"\n[+] 恢复了 {len(functions)} 个函数名")

    # 分类函数
    categories = {
        "network": [], "crypto": [], "os_exec": [],
        "file_io": [], "main": [], "third_party": [],
    }
    for f in functions:
        if 'net/' in f or 'http' in f.lower():
            categories["network"].append(f)
        elif 'crypto' in f:
            categories["crypto"].append(f)
        elif 'os/exec' in f or 'syscall' in f:
            categories["os_exec"].append(f)
        elif 'os.' in f or 'io/' in f:
            categories["file_io"].append(f)
        elif f.startswith('main.'):
            categories["main"].append(f)
        elif 'github.com' in f or 'golang.org' in f:
            categories["third_party"].append(f)

    for cat, funcs in categories.items():
        if funcs:
            print(f"\n  [{cat}]（{len(funcs)} 个函数）：")
            for fn in funcs[:10]:
                print(f"    {fn}")

    # 依赖项
    deps = extract_dependencies(data)
    print(f"\n[+] 依赖项（{len(deps)} 个）：")
    for dep in deps[:20]:
        print(f"    {dep}")

    # 可疑字符串
    sus_strings = extract_go_strings(data)
    print(f"\n[+] 可疑字符串（{len(sus_strings)} 个）：")
    for s in sus_strings[:20]:
        print(f"    {s}")


if __name__ == "__main__":
    if len(sys.argv) < 2:
        print(f"用法：{sys.argv[0]} <go_binary>")
        sys.exit(1)
    analyze_go_binary(sys.argv[1])