基于内存数据结构定位敏感信息的原理与实践

1. 背景与概述

本教学文档介绍了一种通过分析内存中特定数据结构来定位和提取敏感信息的技术。传统方法如内存dump或基于偏移量的定位存在效率低、兼容性差等问题，而基于数据结构的方法则能更高效、更通用地获取目标信息。

2. 技术原理

2.1 传统方法的局限性

1. 内存dump方法：

   • 需要将整个进程内存转储到本地
   • 本质上与直接在进程内存中查找无异
   • 增加了dump过程的开销

2. 偏移量计算方法：

   • 依赖特征码定位基址
   • 需要计算偏移量
   • 不同环境可能导致偏移量变化
   • 并非所有敏感信息都有特征码

2.2 数据结构定位的优势

• 通过分析敏感信息在内存中的存储结构进行定位
• 不受环境差异影响
• 兼容性更强
• 可应用于多种应用程序

3. 实践步骤详解

3.1 目标进程选择

1. 识别相关进程：

   • 许多应用有多个进程（如系统权限进程和用户权限进程）
   • 不同进程可能存储不同数据

2. 示例：ToDesk进程：

   • 系统权限进程："F:\RemoteControl\ToDesk\ToDesk.exe" --runservice
   • 用户权限进程："F:\RemoteControl\ToDesk\ToDesk.exe" --show --localPort=35600
   • 不同进程中相同数据的偏移量可能不同（如临时密码与设备代码间距）

3.2 数据结构分析

3.2.1 ToDesk数据结构示例

1. 基本结构观察：

   • 从临时密码开始，每隔0x20字节出现一个地址指针
   • 后续包含临时密码更新时间、设备代码等信息

2. 内存块详细结构：

   +0x00: 地址指针/数据 (16字节)
   +0x10: 数据长度 (1字节实际长度 + 7字节填充对齐)
   +0x18: 最大长度 (1字节最大长度 + 7字节填充对齐)
   

3. 数据存储规则：

   • 数据长度 ≤ 0x10：直接存储在结构体中
   • 数据长度 > 0x10：存储指向数据的指针

3.2.2 数据结构定义

可定义如下结构体（伪代码）：

struct TodeskString {
    union {
        char data[16];      // 直接存储的数据
        void* ptr;          // 指向数据的指针
    };
    uint64_t actualLength;  // 实际长度 (1字节有效)
    uint64_t maxLength;     // 最大长度 (1字节有效)
};

3.3 定位技术实现

1. 字节签名匹配：

   • 将数据结构转换为字节签名模式
   • 使用特殊标记（如0xAA）匹配任意字节
   • 特定模式匹配（如AF匹配以F结尾的16进制数）

2. 签名示例：

   • 临时密码：8位固定长度
   • 设备代码：9位固定长度
   • 最大长度以F结尾

3. 区分数据与指针：

   • 检查数据长度字段
   • ≤0x10：直接读取数据

   • 0x10：解析指针并读取指向的数据

3.4 应用扩展

1. 设备列表数据结构：

   • 类似方法可逆向分析设备列表结构
   • 创建对应的字节签名

2. 浏览器凭证获取：

   • 应用于Chrome、Firefox等浏览器
   • 可获取隐私模式下的Cookie（数据仍在内存中）

4. 防御措施分析

4.1 应用程序防护演进

1. 延迟加载策略：

   • 谷歌浏览器：密码仅在打开密码管理工具时加载到内存
   • 向日葵：验证码仅在点击显示时明文出现在内存中

2. 效果：

   • 大幅增加内存提取工具的利用难度
   • 需要持续监控才能捕获敏感信息

4.2 持续监控方案

• 优点：可捕获瞬时的敏感信息
• 缺点：
  • 增加被检测风险
  • 资源消耗更大

5. 工具实现与应用

5.1 幽狼GhostWolf工具

• 项目地址：https://github.com/SickleSec/GhostWolf
• 功能特点：
  • 基于数据结构定位敏感信息
  • 支持多种应用程序
  • 兼容性强，误报率低

5.2 应用场景

1. 安全测试：

   • 评估应用程序内存安全性
   • 发现潜在的信息泄露风险

2. 取证分析：

   • 从运行中的进程提取关键证据
   • 无需接触磁盘文件

3. 红队演练：

   • 模拟攻击者提取敏感信息
   • 测试防御措施有效性

6. 总结与展望

基于内存数据结构定位敏感信息的技术提供了一种高效、通用的方法，相比传统方法具有明显优势。随着应用程序安全意识的提高，防护措施也在不断演进，攻防对抗将持续升级。

未来发展方向：

• 自动化数据结构分析
• 更智能的签名生成
• 对抗延迟加载策略的技术
• 降低持续监控的资源消耗

通过本教学文档，读者应能理解该技术的核心原理、实现方法和应用场景，并能够将其应用于实际的安全研究或测试工作中。