SakDriver: Reversing a Kernel Driver Rootkit

https://0xsec.gitbook.io/0xsec/malware-analysis/sakdriver-reversing-a-kernel-driver-rootkit

@reverseengine

Proxmox Virtual Environment now available for 64-bit ARM

https://forum.proxmox.com/threads/proxmox-virtual-environment-now-available-for-64-bit-arm-arm64.185526

@reverseengine

IDA pro 9.4

Linux + Windows + Mac + ARM

download

tree "/home/data/0x01/IDA/IDA pro 9.4/"
/home/reeves/data/soft/IDA/IDA pro 9.4/
├── ida-pro_94_armlinux.run
├── ida-pro_94_armmac.app.zip
├── ida-pro_94_armwin.exe
├── ida-pro_94_x64linux.run
├── ida-pro_94_x64mac.app.zip
├── ida-pro_94_x64win.exe
├── kg_patch
│   ├── idapro.hexlic
│   ├── keygen.js
│   ├── README
│   ├── x64linux
│   │   ├── libida32.so
│   │   └── libida.so
│   └── x64win
│       ├── ida32.dll
│       └── ida.dll
└── misc
    ├── hexlicsrv94_x64linux.run
    ├── hexvault94_x64linux.run
    ├── idapin94.zip
    └── lumina94_x64linux.run

5 directories, 17 files

@reverseengine

Control Flow Flattening
وقتی مسیر اجرای برنامه عمدا به‌ هم ریخته میشه

یکی از رایج‌ترین تکنیک‌هایی که هم توی محافظ‌ های نرم‌ افزاری و هم توی بعضی بدافزار ها دیده میشه Control Flow Flattening هست

هدفش فقط یک چیزه

اینکه نفهمید برنامه از کجا شروع شده و قراره به کجا بره

فرض کنید کد اصلی این باشه:

if (x > 10)
A();
else
B();

C();

مسیر اجرای این کد خیلی واضحه

یا وارد A() میشه یا B() و بعد C() اجرا میشه

حالا همین منطق رو با Control Flow Flattening مبهم میکنیم

به جای اینکه اجرای برنامه مستقیم جلو بره همه چیز وارد یک حلقه بزرگ میشه

داخل اون حلقه فقط یک متغیر مشخص میکنه مرحله بعدی چیه

مثلا چیزی شبیه این:

while (1)
{
switch(state)
{
case 0:
...
state = 3;
break;

case 3:
...
state = 7;
break;

case 7:
...
return;
}
}

اینجا دیگه ترتیب واقعی اجرای برنامه مشخص نیست

همه چیز داخل یک حلقه و یک switch بزرگ مخفی شده

به همین خاطر وقتی فایل رو داخل IDA یا Ghidra باز میکنید نمودار Control Flow خیلی شلوغ و عجیب به نظر میرسه

به جای اینکه چند مسیر ساده ببینید ده‌ ها مسیر مختلف میبینید که همشون دوباره به یک نقطه برمیگردن

یکی از نشونه‌های Control Flow Flattening همین حلقه مرکزیه

تقریبا تمام بلوک‌ های برنامه بعد از اجرا دوباره به همون حلقه برمیگردن و منتظر تصمیم بعدی میمونن

کاری که تحلیلگر انجام میده اینه که به جای دنبال کردن ظاهر کد تغییرات متغیر state رو دنبال میکنه

چون این متغیر مشخص میکنه بعد از هر مرحله برنامه واقعا قراره کجا بره

وقتی مسیر تغییر state رو روی کاغذ رسم کنید کم‌ کم مسیر واقعی اجرای برنامه دوباره مشخص میشه

در واقع هدف تحلیلگر اینه که این ساختار مبهم رو دوباره به همون if و while و for های ساده اولیه تبدیل کنه

به این کار Deflattening میگن

یعنی برگردوندن مسیر اجرای برنامه به حالت طبیعی

تمرین:

یک برنامه خیلی ساده بنویسید که سه مرحله داشته باشه

ابتدا مقداردهی اولیه

بعد انجام یک محاسبه

در اخر چاپ نتیجه

حالا بدون استفاده از if یا اجرای مستقیم این سه مرحله رو فقط با یک متغیر state و یک switch اجرا کنید

بعد سعی کنید مسیر اجرای برنامه رو فقط با دنبال کردن تغییرات state روی کاغذ رسم کنید

وقتی این تمرین رو انجام بدید مفهوم Control Flow Flattening رو خیلی بهتر درک میکنید

Control Flow Flattening
When the program execution path is deliberately messed up

One of the most common techniques seen in both software protectors and some malware is Control Flow Flattening

Its goal is only one thing

To make it difficult to understand where the program started and where it is going to go

Suppose the original code is this:

if (x > 10)
A();
else
B();

C();

The execution path of this code is very clear

Either it enters A() or B() and then C() is executed

Now we obfuscate this logic with Control Flow Flattening

Instead of the program execution proceeding straight ahead, everything enters a big loop

Inside that loop, only one variable specifies what the next step is

For example, something like this:

while (1)
{
switch(state)
{
case 0:
...
state = 3;
break;

case 3:
...
state = 7;
break;

Case 7:
...
return;
}
}

Here the actual order of program execution is no longer clear

Everything is hidden inside a loop and a big switch

That's why when you open the file in IDA or Ghidra, the Control Flow diagram looks very busy and strange

Instead of seeing a few simple paths, you see dozens of different paths that all return to the same point

One of the signs of Control Flow Flattening is this central loop

Almost all blocks of the program return to the same loop after execution and wait for the next decision

What the analyzer does is that instead of following the appearance of the code, it follows the changes of the state variable

Because this variable determines where the program is really going to go after each step

When you draw the path of state changes on paper, the actual path of program execution gradually becomes clear again

In fact, the analyzer's goal is to convert this ambiguous structure back to the same simple if, while, and for statements

This is called Deflating

That is, returning the program execution path to the state Natural

Exercise:

Write a very simple program that has three steps

First initialize

Then perform a calculation

Finally print the result

Now, without using if or direct execution, execute these three steps with just a state variable and a switch

Then try to draw the execution path of the program on paper just by following the state changes

When you do this exercise, you will understand the concept of Control Flow Flattening much better

@reverseengine

DEF CON 34

https://www.youtube.com/watch?v=u-SsrNy-cK0

Hook Detection
و مفهوم EDR Hooking

یکی از پایه‌ ای ترین چیز هایی که برای فهم بایپس EDR باید بدونید Hook هست وقتی یک EDR بخواد رفتار یک برنامه رو زیر نظر بگیره یکی از مکانیزم‌ هایی که ممکنه استفاده کنه اینه که مسیر اجرای بعضی Function ها رو تحت نظر بگیره

مثلا به‌صورت مفهومی:

Application
↓
Windows API
↓
EDR Monitoring
↓
Native API
↓
Kernel

یعنی برنامه فکر میکنه یک تابع معمولی رو صدا زده ولی قبل از رسیدن به مسیر اصلی یک لایه‌ ی مانیتورینگ میتونه فعالیت رو بررسی کنه

Inline Hook

در Inline Hook ابتدای یک Function تغییر میکنه تا اجرای برنامه به مسیر دیگه ای هدایت بشه:

Original:

Function


├── Instruction 1
├── Instruction 2
├── Instruction 3

Hooked:

Function

│
└── Jump ──────► Monitoring Code
│
▼
Original Code

به همین دلیل وقتی درباره تکنیک‌ هایی مثل Unhooking, Direct Syscall و Indirect Syscall میخونید باید اول دقیقا بفهمید Hook چه مشکلی ایجاد میکنه

نکته مهم

Hook
شدن به معنای اینه که EDR تمام سیستم رو از طریق همین روش میبینه نیست

EDR
های مدرن فقط به یک Hook وابسته نیستن و میتونن از چندین منبع telemetry استفاده کنن

برای همین این زنجیره رو باید اینطوری ببینید:

API Hook
+
ETW
+
Kernel Telemetry
+
Process Behavior
+
Memory Analysis
+
Network Telemetry

و این دقیقا دلیل پیچیده شدن بحث AV/EDR Evasion در سال‌ های اخیر شده

@reverseengine


Hook Detection And the Concept of EDR Hooking

One of the most basic things you need to know to understand EDR bypass is Hook. When an EDR wants to monitor the behavior of an application, one of the mechanisms it may use is to monitor the execution path of some Function

For example, conceptually:

Application
↓
Windows API
↓
EDR Monitoring
↓
Native API
↓
Kernel

That is, the application thinks it has called a normal function, but before reaching the main path, a monitoring layer can check the activity

Inline Hook

In an Inline Hook, the beginning of a Function is changed to redirect the execution of the application to another path:

Original:

Function

├── Instruction 1
├── Instruction 2
├── Instruction 3

Hooked:

Function

│
└── Jump ──────► Monitoring Code
│
▼
Original Code

That is why when you read about techniques such as Unhooking, Direct Syscall and Indirect Syscall, you should First, understand exactly what the problem is with Hooks

Important point

Being Hooked
does not mean that EDR sees the entire system in this way

Modern EDRs do not rely on just one Hook and can use multiple telemetry sources

So you should think of this chain as:

API Hook
+
ETW
+
Kernel Telemetry
+
Process Behavior
+
Memory Analysis
+
Network Telemetry

And this is exactly why the AV/EDR Evasion discussion has become so complicated in recent years

@reverseengine

Opaque Predicate
شرط‌ هایی که ظاهرشون گمراه‌ کننده ست

حالا یکی از تکنیک‌ هایی رو که میخایم بررسی کنیم که معمولا کنار Obfuscation استفاده میشه

Opaque Predicate
یعنی برنامه یک شرط میسازه که از ظاهرش مشخص نیست نتیجه همیشه چی میشه ولی سازنده از قبل میدونه نتیجه چیه

مثلا از نظر منطقی ممکنه چنین چیزی داشته باشیم:

int x = 10;

if ((x * x) % 2 == 0)
{
A();
}
else
{
B();
}

اگه مقدار x همیشه 10 باشه شرط همیشه درست میشه ولی وقتی همین منطق به اسمبلی تبدیل و با محاسبات اضافه قاطی بشه تشخیصش سخت تر میشه
مثلا ممکنه به جای یک شرط ساده چند عملیات پشت سر هم ببینید:

محاسبه یک مقدار

XOR

ADD

CMP

JZ

Decompiler
هم ممکنه از این عملیات یک شرط خیلی پیچیده بسازه اینجاست که تحلیلگر باید فقط به ظاهر شرط اعتماد نکنه

باید بفهمه آیا هر دو مسیر واقعا قابل اجرا هستن یا یکی از مسیرها عملا هیچوقت اتفاق نمیوفته

فرض کنید به چنین ساختاری رسیدید:

شرط:
/ \ مسیرA
/ \ مسیر B
\ / ادامه


اولین سوال این نیست که کدوم مسیر بهتر به نظر میرسه

سوال اینه:

مسیر B اصلا قابل رسیدنه؟

اگر جواب نه باشه احتمالا با یک Opaque Predicate یا یک شرط غیرقابل‌ وقوع طرف هستیم

یکی از کاربردهای این تکنیک شلوغ کردن Control Flow Graph هست

تحلیلگر وقتی نمودار رو باز میکنه تعداد زیادی مسیر میبینه

اما بخشی از این مسیرها فقط برای گمراه کردن تحلیل ایجاد شدن

نکته مهم اینه که Opaque Predicate همیشه به معنی یک شرط ثابت مثل true یا false نیست

بعضی وقتا نتیجه شرط به یک invariant وابسته ست

یعنی مقداری که با وجود تغییرات مختلف برنامه یک ویژگی مشخص رو حفظ میکنه

برای همین شما باید منطق ریاضی و رفتار داده‌ ها رو هم بررسی کنید

تمرین

این شرط رو بررسی کنید:

int x = 10;

if ((x * 2) % 2 == 0)
{
printf("A");
}
else
{
printf("B");
}

بدون اجرای برنامه مشخص کنید کدوم مسیر میتونه اجرا بشه بعد همین ایده رو با یک شرط پیچیده‌ تر امتحان کنید و ببینید میتونید از روی منطق ریاضی تشخیص بدید کدوم شاخه عملا غیرقابل‌اجراست

این دقیقا همون ذهنیتی هست که برای تحلیل Obfuscation لازم داریم

@reverseengine

Opaque Predicate

Conditions that are deceptive in appearance

Now we will examine one of the techniques that is usually used alongside Obfuscation

Opaque Predicate
That is, the program creates a condition that is not always clear from its appearance what the result will be, but the constructor already knows what the result will be

For example, logically we might have something like this:

int x = 10;

if ((x * x) % 2 == 0)
{
A();
}
else
{
B();
}

If the value of x is always 10, the condition will always be true, but when this logic is converted to assembly and mixed with additional calculations, it becomes more difficult to detect. For example, instead of a simple condition, you may see several operations in a row:

Calculate a value

XOR

ADD

CMP

JZ

Decompiler
may also make a very complex condition out of this operation. This is where the analyst should not just trust the appearance of the condition

He should understand whether both paths are actually feasible or whether one of the paths has never actually happened.

Suppose you get this structure:

Condition:

/ \ PathA
/ \ PathB
\ / continue

The first question is not which path looks better

The question is:

Is path B even feasible?

If the answer is no, we are probably dealing with an Opaque Predicate or an unfulfilled condition

One of the uses of this technique is to clutter the Control Flow Graph

When the analyst opens the graph, he sees a lot of paths

But some of these paths are created just to mislead the analysis

The important point is that Opaque Predicate does not always mean a fixed condition such as true or false

Sometimes the result of the condition depends on an invariant

That is, a value that maintains a certain property despite various program changes

For this reason, you should also examine the mathematical logic and data behavior

Exercise:

Examine this condition:

int x = 10;

if ((x * 2) % 2 == 0)

{
printf("A");
}
else

{
printf("B");
}

Determine which path can be executed without executing the program. Then try the same idea with a more complex condition and see if you can mathematically determine which branch is practically infeasible.

This is exactly the mindset we need for Obfuscation Analysis.

@reverseengine

Tcache

در پست قبل گفتیم که glibc برای مدیریت Chunk های آزاد از ساختار های مختلفی مثل Bin ها استفاده میکنه اما یک ساختار مهم وجود داره که باید جداگانه بشناسیم:

Tcache
اصلا چرا ساخته شد؟
برای پیدا کردن و استفاده مجدد از Chunk های آزاد Allocator بیشتر به ساختار های عمومی Heap متکی بود
مشکل اینجا بود که در برنامه‌های چند نخی چند Thread میتونستن همزمان بخوان از همین ساختار ها استفاده کنن

پس:

مدیریت حافظه میتونست هزینه و پیچیدگی بیشتری داشته باشه

glibc
برای سریع‌ تر کردن تخصیص حافظه Thread Cache یا همون Tcache رو معرفی کرد

اسم Tcache از کجا میاد؟

Tcache Thread Local Cache
هست

یعنی هر Thread یک Cache مخصوص خودش داره

در نتیجه وقتی یک Thread حافظه‌ ای رو آزاد میکنه در بسیاری از موارد میتونه اون Chunk رو در Cache خودش نگه داره
بعد اگر همون

Thread

دوباره حافظه‌ ای با اندازه مناسب بخواد Allocator میتونه خیلی سریع از Tcache استفاده کنه

ساختارش چطوریه؟

اگر خیلی ساده تصورش کنیم:

Thread
│
└── Tcache
├── Chunk
├── Chunk
├── Chunk

Tcache
برای اندازه‌های مختلف مجموعه‌ ای از لیست‌های آزاد داره

مثلا میتونید ذهنی تصور کنید:

size A → chunk → chunk → chunk

size B → chunk → chunk

size C → chunk → chunk → chunk

یعنی Chunk ها بر اساس اندازه در دسته‌ های مختلف قرار میگیرن

وقتی malloc اجرا میشه چه اتفاقی میوفته؟

فرض کنید برنامه درخواست حافظه میکنه:

malloc(size);

Allocator
اول بررسی میکنه آیا Chunk مناسبی در مسیر های سریع خودش وجود داره یا نه
اگر Chunk مناسب در Tcache موجود باشه میتونه همون رو در اختیار برنامه قرار بده در این حالت لازم نیست هر بار سراغ ساختار های پیچیده‌تر Heap بره

نتیجه؟

سرعت بیشتر

وقتی free اجرا میشه چی؟
برعکس همین اتفاق هم ممکنه رخ بده
وقتی برنامه مینویسه:

free(ptr);

Chunk
آزاد شده میتونه در Tcache قرار بگیره تا بعدا دوباره مورد استفاده قرار بگیره

پس:

malloc()
↓
استفاده از Chunk
↓
free()
↓
Tcache
↓
malloc()
↓
استفاده مجدد

این چرخه یکی از پایه‌های مهم رفتار Heap در glibc محسوب میشه

چرا Tcache برای ما در Binary Exploitation مهمه؟

اینجا قضیه جالب میشه
هر چیزی که حافظه رو سریع‌ تر مدیریت کنه در صورت وجود یک Memory Corruption Bug میتونه رفتار متفاوتی نسبت به ساختارهای قدیمی‌ تر Heap داشته باشه

به همین دلیل وقتی یک Heap Bug رو بررسی میکنیم باید بدونیم:

Chunk
موردنظر الان کجاست؟

ممکنه:
داخل Tcache باشه
داخل یکی از Binهای دیگه باشه
هنوز در اختیار برنامه باشه
یا بخشی از Heap بزرگ‌تر شده باشه
پس بدون شناخت Tcache تحلیل Heap مدرن ناقص میمونه

یک نکته مهم
Tcache
خودش یک آسیب‌پذیری نیست
اتفاقا برای بهبود عملکرد Allocator طراحی شده
اما وقتی یک برنامه دچار باگ‌هایی مثل:

Use-After-Free
یا
Double Free

میشه رفتار Tcache میتونه روی نحوه‌ ی بروز و تحلیل مشکل تاثیر بذاره به همین دلیل در مباحث Heap Exploitation اسم Tcache رو زیاد میبینیم

Tcache

یک Thread Local Cache در glibc که برای سریع‌ تر کردن مدیریت Chunk های کوچیک طراحی شده هر Thread میتونه Chunk های آزاد شده رو داخل Cache خودش نگه داره و در درخواست‌ های بعدی دوباره از اونها استفاده کنه
برای فهم Heap مدرن شناخت Tcache خیلی مهمه چون رفتار malloc() و free() در حضور Tcache با مدل‌ های قدیمی‌ تر Heap تفاوت‌ هایی داره

@reverseengine

Tcache In the previous post, we said that glibc uses various structures such as Bins to manage free Chunks, but there is an important structure that we need to know separately:

Why was Tcache created at all?

Allocator relied more on general Heap structures to find and reuse free Chunks

The problem was that in multi-threaded programs, multiple threads could read from the same structures at the same time

So:

Memory management could be more expensive and complex

glibc introduced Thread Cache, or Tcache, to speed up memory allocation

Where does the name Tcache come from?

Tcache is Thread Local Cache

That is, each Thread has its own Cache

As a result, when a Thread frees memory, in many cases it can keep that Chunk in its Cache

Then, if the same

Thread

requests memory of the appropriate size again, the Allocator can use Tcache very quickly

What is its structure?

If we imagine it very simply:

Thread
│
└── Tcache
├── Chunk
├── Chunk
├── Chunk

Tcache
has a set of free lists for different sizes

For example, you can imagine:

size A → chunk → chunk → chunk

size B → chunk → chunk

size C → chunk → chunk → chunk → chunk

That is, the Chunks are placed in different categories based on size

What happens when malloc is executed?

Suppose the program requests memory:

malloc(size);

Allocator
First, it checks whether there is a suitable Chunk in its fast paths or not. If a suitable Chunk is available in Tcache, it can make it available to the program. In this case, it does not need to resort to more complex Heap structures every time.

Result?

Higher speed

What happens when free is executed?
The opposite can also happen
When the program writes:

free(ptr);

The freed chunk can be placed in Tcache to be reused later

Then:

malloc()
↓
Using Chunk
↓
free()
↓
Tcache
↓
malloc()
↓
Reuse

This cycle is one of the important foundations of the Heap behavior in glibc

Why is Tcache important to us in Binary Exploitation?

Here's where it gets interesting
Anything that manages memory faster can behave differently than older Heap structures if there is a Memory Corruption Bug

That's why when we investigate a Heap Bug we need to know:

Where is the Chunk
in question now?

It may be:

Inside Tcache
Inside one of the other bins
Still in the hands of the program
Or part of the Heap has grown bigger
So without knowing Tcache, the analysis of the modern Heap remains incomplete

An important point

Tcache
Itself is not a vulnerability
It is designed to improve the performance of the Allocator
However, when a program has bugs such as:

Use-After-Free
Or
Double Free

The behavior of Tcache can affect the way the problem occurs and is analyzed, which is why we often see the name Tcache in Heap Exploitation discussions

Tcache

A Thread Local Cache in glibc that is designed to speed up the management of small Chunks. Each Thread can keep the freed Chunks in its own Cache and reuse them in subsequent requests
To understand the modern Heap, it is very important to understand Tcache because the behavior of malloc() and free() in the presence of Tcache is different from older models of Heap

@reverseengine

بخش بیست و پنجم بافر اورفلو

Address Sanitizer
یا ASan شکار باگ‌ های حافظه


تا اینجا یاد گرفتیم با Fuzzing میشه ورودی‌ های زیادی به برنامه داد و کرش‌ ها رو پیدا کرد

نکته مهم
وقتی برنامه کرش کرد از کجا بفهمیم دقیقا چه اتفاقی افتاده

اینجاست که AddressSanitizer یا ASan وارد میشه
ASan
یک ابزار برای پیدا کردن خطا های مربوط به حافظه در زمان اجرای برنامه است

ASan
چیکار میکنه
برنامه رو با یک سری بررسی‌ های اضافه اجرا میکنه

مثلا میتونه مواردی مثل اینا رو پیدا کنه:

Stack Buffer Overflow
Heap Buffer Overflow
Use After Free
Out of Bounds Access

یعنی به جای اینکه فقط بگی برنامه کرش کرد میتونید بفهمید مشکل تقریبا کجای برنامه اتفاق افتاده

یک مثال ساده:

فایل
C

#include <stdio.h>
#include <string.h>

int main()
{
char buf[8];

strcpy(buf,"AAAAAAAAAAAAAAAA");

printf("%s\n",buf);

return 0;
}

اینجا بافر فقط 8 بایت جا داره
ولی رشته خیلی بزرگ‌ تره

کامپایل با ASan
shell

gcc -g -fsanitize=address file21_demo.c -o file21_demo

حالا اجراش میکنیم
shell

./file21_demo

ASan
متوجه میشه که برنامه خارج از محدوده buf نوشته
و یک گزارش خطا نمایش میده

نکته مهم گزارش ASan

یکی از جذاب‌ ترین قسمت‌ های ASan اینه که معمولا اطلاعات مفیدی درباره خطا میده
مثلا مشخص میکنه

ERROR: AddressSanitizer
stack-buffer-overflow

بعد پایین‌ تر معمولا Stack Trace رو هم میبینید یعنی میفهمید خطا از چه تابعی و در چه خطی ایجاد شده

چرا برای Reverse Engineering مهمه؟

فرض کنید سورس کد ندارید یا برنامه خیلی پیچیده است اگر نسخه‌ای از برنامه رو با Instrumentation مناسب داشته باشید

ASan
میتونه بهتون کمک کنه بفهمید یک ورودی خاص دقیقا چه نوع Memory Bug ایجاد کرده
بعد همون نقطه رو میبرید داخل Ghidra یا IDA و از روی Assembly بررسیش کنید

یعنی مسیرمون میشه

Fuzzing
↓
Crash
↓
ASan
↓
محل خطا
↓
Ghidra / IDA
↓
تحلیل Assembly

این ترکیب برای پیدا کردن و تحلیل Memory Bug خیلی قدرتمنده

یک نکته مهم

ASan
خودش جلوی همه آسیب‌پذیری‌ ها رو نمیگیره کار اصلیش اینه که در محیط توسعه و تست

خطا های حافظه رو سریع‌ تر پیدا کنیم
برای همین معمولا کنار Fuzzing استفاده میشه


Fuzzer
برنامه با این ورودی خراب شد

ASan
کمک میکنه بفهمید
دقیقا چه نوع خطای حافظه‌ ای اتفاق افتاده و کجا

بعد Reverse Engineer میاد همون

قسمت رو با Ghidra یا IDA بررسی میکنه

تمرین این قسمت:

همین file21_demo.c رو با ASan کامپایل کنید
بعد گزارش ASan رو نگاه کنید و سه چیز رو پیدا کنید

نوع خطا

تابعی که خطا داخلش اتفاق افتاده

خط کدی که باعث خطا شده

@reverseengine

Part 25 Buffer Overflow

Address Sanitizer
or ASan Hunting for Memory Bugs

So far, we have learned that with Fuzzing, you can give a lot of input to the program and find crashes

Important point
When the program crashes, how do we find out exactly what happened

This is where AddressSanitizer or ASan comes in

ASan
is a tool for finding memory-related errors during program execution

What ASan does
It runs the program with a series of additional checks

For example, it can find things like:

Stack Buffer Overflow

Heap Buffer Overflow

Use After Free

Out of Bounds Access

That is, instead of just saying that the program crashed, you can find out where in the program the problem occurred

A simple example:

C

#include <stdio.h>

#include <string.h>

int main()

{
char buf[8];

strcpy(buf,"AAAAAAAAAAAAAA");

printf("%s\n",buf);

return 0;
}

Here the buffer is only 8 bytes

But the string is much larger

Compile with ASan

shell

gcc -g -fsanitize=address file21_demo.c -o file21_demo

Now we run it
shell

./file21_demo

ASan
notices that the program wrote outside the buf range

And displays an error report

Important point of ASan report

One of the most interesting parts of ASan is that it usually gives useful information about the error

For example, it specifies

ERROR: AddressSanitizer

stack-buffer-overflow

Then below you usually see the Stack Trace, which means you understand which function and line the error occurred

Why is it important for Reverse Engineering?

Suppose you don't have the source code or the program is very complex. If you have a version of the program with proper instrumentation,

ASan
can help you find out exactly what kind of memory bug a particular input caused.

Then you take that point into Ghidra or IDA and examine it from the assembly.

That is, our path will be

Fuzzing
↓
Crash
↓
ASan
↓
Error location
↓
Ghidra / IDA
↓
Assembly analysis

This combination is very powerful for finding and analyzing memory bugs.

An important point

ASan
itself does not prevent all vulnerabilities. Its main job is to find memory errors faster in the development and test environment.

That is why it is usually used together with Fuzzing.

Fuzzer
The program crashed with this input.

ASan
helps you find out exactly what kind of memory error occurred and where.

Then the reverse engineer comes and examines the same part with Ghidra or IDA.

Exercise of this part:

This is Compile file21_demo.c with ASan

Then look at the ASan report and find three things

Type of error

Function where the error occurred

Line of code that caused the error

@reverseengine

A Deep Dive into the GetProcessHandleFromHwnd API

https://projectzero.google/2026/02/gphfh-deep-dive.html

@reverseengine

Bypassing Administrator Protection by Abusing UI Access

https://projectzero.google/2026/02/windows-administrator-protection.html

@reverseengine

LLMs Have Reshaped How We Think About Decompilation and Collaboration

https://hex-rays.com/blog/llms-have-reshaped-how-we-think-about-decompilation-and-collaboration

@reverseengine

Hex-Rays is Heading to Hacker Summer Camp 2026

https://hex-rays.com/blog/hex-rays-hacker-summer-camp-2026

@reverseengine

How Trail of Bits helps verify the integrity of your Signal chats

https://blog.trailofbits.com/2026/08/11/how-trail-of-bits-helps-verify-the-integrity-of-your-signal-chats

@reverseengine

Make it Blink: Remotely compromising the Philips Hue bridge

https://www.synacktiv.com/publications/make-it-blink-compromission-a-distance-du-bridge-philips-hue

@reverseengine

The DGA of BumbleBee

https://bin.re/blog/the-dga-of-bumblebee

@reverseengine

x86 Windows Shellcoding

https://www.re-x.org/articles/x86-windows-shellcoding

@reverseengine