基于AST的Python代码混淆技术详解

1. 概述

本文档详细介绍了基于抽象语法树（AST）的Python代码混淆技术，涵盖变量名混淆、属性名混淆和控制流混淆三个主要方面。通过操作AST节点实现代码保护，提高逆向工程难度。

2. 变量名混淆

2.1 变量分类与识别

Python变量分为以下几类：

• 内置变量（__builtins__包含的）
• 全局变量
• 局部变量
• 导入模块、方法

AST节点表示：

• 读取变量：Name(id=xx, ctx=Load())
• 设置变量：Name(id=xx, ctx=Store())

2.2 内置变量混淆方法

内置变量可通过xx in dir(__builtins__)判断，混淆方式：

# 方法1：直接重命名
obfname = xx

# 方法2：使用getattr
obfname = getattr(__builtins__, xx)

# 方法3：使用__dict__
__builtins__.__dict__[obfname] = __builtins__.__dict__[xx]

后两种方法将变量以字符串形式表示，便于后续字符串混淆。

2.3 导入变量混淆

导入变量有两种AST节点：Import和ImportFrom

ImportFrom节点处理（from xx import yy, zz, ...）

1. 记录xx模块的所有导入项
2. 对之后出现的变量（不在内置、全局、局部变量中），如果在xx中，使用：

   yy = getattr(xx, yy)  # 进行导入
   

2.4 全局变量与局部变量处理

通过是否进入FunctionDef节点判断是否处于函数定义中：

• 设置变量时：

  • 如果不在导入变量、内置变量之列，考虑全局或局部变量
  • 处于函数定义中：设置局部变量，否则为全局变量

• 读取变量时：

  • 依次检查是否为：导入变量 → 局部变量 → 全局变量 → 内置变量 → ImportFrom导入项

2.5 特殊变量处理

For循环中的临时变量（i, k, v等）需要特殊处理，使用处理函数中局部变量的思路处理以下节点：

• ListComp
• DictComp
• SetComp
• For

3. 属性名混淆

3.1 基本混淆方法

对于属性名，可通过以下方式混淆：

obfname = xx.yy
# 或
xx.obfname = xx.yy

需要区分模块属性和类属性：

• 模块属性混淆：

  xx.__dict__[obfname] = xx.__dict__[yy]
  

• 类属性混淆：

  gc.get_referents(xx.__dict__)[0][obfname] = gc.get_referents(xx.__dict__)[0][yy]
  

3.2 Attribute节点处理

属性名混淆出现在访问Attribute的AST节点，混淆定义需要出现在该节点之前。设置三个存储新AST节点的列表：

• builtin_attribute_nodes：存储__builtins__属性混淆的新节点
• class_attribute_nodes：存储类属性混淆的新节点
• module_attribute_nodes：存储模块属性混淆的新节点

3.3 不同value类型的处理

根据Attribute节点的value类型采取不同策略：

1. Name节点：

   • 模块是__builtins__：以getattr形式混淆
   • 属性是__dict__：以getattr形式混淆
   • 模块是导入变量：以__dict__形式混淆
   • 类是内置变量：以get_referents形式混淆
   • 其他情况：无法确定属性所属类（未做变量类型确定）

2. Constant/List/Dict节点：

   • 对应Python常见变量类型，可直接确定属性对应类
   • 以get_referents形式混淆

3. Call节点：

   • 如果调用的函数未做返回值类型定义，无法确定属性所属类

4. 控制流混淆

4.1 基本思路

基于OLLVM控制流混淆思路，在py2cfg和AST基础上实现：

• 混淆单位为函数
• 通过py2cfg获取每个函数的控制流图
• 修改控制流结构，增加分析难度

4.2 基本块处理

对每个基本块进行以下操作：

1. 为每个块生成唯一ID（自定义随机数生成器），作为OLLVM中的switchVar
2. 对循环节点的基本块进行特殊处理

4.3 循环节点处理

4.3.1 循环头节点分析

判断循环头（While或For）的后继节点数量：

• 一个后继节点：循环结束后无其他语句，生成含Return None的后继基本块
• 两个后继节点：第一个为循环体中第一个节点，第二个为循环结束的下一个节点

4.3.2 循环体分析

使用BFS搜索循环体中所有基本块：

• 加入队列条件：非循环头节点、非循环结束的下一个节点、非遍历过的节点
• 对于遍历到的节点：
  • 循环体后仍有节点：后继节点为循环结束的下一个节点，则为break节点
  • 循环体后无节点：后继节点数为0且含Break语句，则为break节点

4.3.3 break节点处理

• 含多条语句：删去break语句
• 只有一条语句：删去该节点，将前驱节点连接到后续节点（保留条件跳转关系）

4.3.4 continue节点处理

• 识别：所有不在循环体中且为循环头节点的前驱节点
• 处理方法与break节点相同

4.4 While循环处理

4.4.1 有条件While循环（判断为Compare节点）

1. 生成If节点，条件与While节点相同
2. 复制While节点的跳转关系
3. 增加跳转：If节点 → 循环结束的下一个节点

4.4.2 无条件While循环（判断为永真式）

1. 分析前驱节点：

   • 在循环体中：循环体中的最后一个节点
   • 不在循环体中：执行循环体前的节点

2. 更新节点连接：

   • 删除：执行循环体前的节点 → While节点
   • 增加：执行循环体前的节点 → 循环体中第一个节点
   • 删除：While节点 → 循环体中第一个节点
   • 删除：循环体中的最后一个节点 → While节点
   • 增加：循环体中的最后一个节点 → 循环体中的第一个基本块

4.5 For循环处理

将for循环改为iter + next + if + break的形式：

1. 分析前驱节点：

   • 在循环体中：循环体中的最后一个节点
   • 不在循环体中：执行循环体前的节点

2. 生成新节点：

   • iter节点：iter_var = iter(for_iter)
   • next节点：step_var = next(iter_var, None)
   • if节点：if step_var is not None
   • assign节点：for_target = step_var

3. 更新节点连接：

   • 删除：循环体中的最后一个节点 → 循环头节点
   • 增加：循环体中的最后一个节点 → iter节点
   • 增加：iter节点 → next节点
   • 增加：next节点 → if节点
   • 增加：if节点 → assign节点（跳转条件为if节点自身）
   • 增加：if节点 → 循环结束的下一个节点（跳转条件与if节点自身相反）
   • 增加：assign节点 → 循环体中第一个节点
   • 删除：循环体中的最后一个节点 → 循环头节点
   • 增加：循环体中的最后一个节点 → next节点

4.6 控制流混淆实现

1. 生成Assign语句，为switchVar赋初始值

2. 生成结束循环的if-break语句，作为逻辑结束点

3. 构建无限循环体：

   • 遍历函数的每一个基本块
   • 根据后继节点数处理不同情况：
     • 后继节点数为0：...
     • 后继节点数为1：...
     • 后继节点数为2：if的两个分支跳转条件与节点条件跳转关系相同

4. 将新的If节点加入到循环体中

5. Assign语句和无限循环体构成函数的新逻辑

6. 直接在FunctionDef的AST节点中替换新逻辑

5. 总结

本文详细介绍了基于AST的Python代码混淆技术，包括：

1. 变量名混淆：通过识别不同类型变量并采用相应混淆策略
2. 属性名混淆：区分模块属性和类属性，根据value类型采取不同混淆方法
3. 控制流混淆：基于OLLVM思路，重构函数控制流，增加分析复杂度

这些技术通过操作AST节点实现，能有效提高代码的逆向工程难度，保护知识产权。实际应用中需根据具体需求选择合适的混淆策略和强度。