目前网上有很多关于逆向C++的文章，但是涉及到虚函数的逆向只占很小的一部分。不过，在这里我想花一些时间来写逆向虚函数的内容。这其中涉及到很多类以及继承函数，所以我认为可以提供一些逆向的技巧。如果你已经熟悉虚函数的逆向过程，那么直接进入第2部分。这部分主要是提及一些准备工作。

另外需要提及以下几点：

代码没有经过RTTI（RTTI将在稍后讨论）编译。
使用32位x86平台
二进制文件已被抽离
大多数虚函数的实现细节不规范，不同编译器的情况也是不同的。出于这个原因，我们将专注于GCC编译器。

所以一般来说，我们需要分析的二进制文件是经过g++ -m32 -fno-rtti -fnoexceptions -O1 file.cpp编译的，然后使用strip进行抽离。

0x01目标

在大多数情况下，我们不能指望“devirtualize”虚函数调用。直到运行时才能取得所需的信息。相反，我们工作的目标是，以确定哪些函数可能会在特定点调用。在后面的部分，我们将重点缩小可能性。

0x02基础内容

假设已经熟悉C ++，但也许不知道如何实现它。所以我们先通过查看编译器如何实现虚函数来开始。假设我们有以下类：

#include <cstdlib>
#include <iostream>
struct Mammal {
  Mammal() { std::cout << "Mammal::Mammaln"; }
  virtual ~Mammal() { std::cout << "Mammal::~Mammaln"; };
  virtual void run() = 0;
  virtual void walk() = 0;
  virtual void move() { walk(); }
};
struct Cat : Mammal {
  Cat() { std::cout << "Cat::Catn"; }
  virtual ~Cat() { std::cout << "Cat::~Catn"; }
  virtual void run() { std::cout << "Cat::runn"; }
  virtual void walk() { std::cout << "Cat::walkn"; }
};
struct Dog : Mammal {
  Dog() { std::cout << "Dog::Dogn"; }
  virtual ~Dog() { std::cout << "Dog::~Dogn"; }
  virtual void run() { std::cout << "Dog::runn"; }
  virtual void walk() { std::cout << "Dog::walkn"; }
};

使用下面代码：

int main() {
  Mammal *m;
  if (rand() % 2) {
    m = new Cat();
  } else {
    m = new Dog();
  }
  m->walk();
  delete m;
}

m是cat或dog取决于rand的输出。当然编译器无法提前知道这些，所以它是如何调用正确的函数得？答案是，每种类型都有一个虚函数，编译器会将虚函数表插入到生成的二进制文件中。这种类型的每个实例会提供一个额外的成员称为vptr，指向该对象正确的虚表。代码初始化这个指针的正确的值，将被添加到构造函数中。

然后，当编译器需要调用一个虚拟函数，会先访问正确的虚表，找到该对象的虚函数并调用。这意味着，在虚表中的条目必须以相同的顺序应对每个相关类型（每个类的run可能是在索引1中，每一个walk在索引2，等等）。

所以我们希望找到二进制文件的三个虚表Mammal，cat和dog。我们可以使用.rodata找到相邻的函数：

再看一下主函数：

我们可以看到，在这两个分支都分配了4个字节大小的空间。这是有意义的，因为在结构体中的唯一数据是由编译器加入的vptr。在15和17行，可以看到存在虚函数的调用，编译器间接调用（获取vptr），并加上12访问在vtable中的第4项。在第17行中，得到虚表中的第2项。然后程序从表中检索的虚函数指针并调用它。

再看一下虚表，第4项是sub_80487AA，sub_804877E和___cxa_pure_virtual。如果我们看一下这两个“sub_”函数的内容，可以发现他们定义walk为Dog和Cat（如图所示）。通过消除该___cxa_pure_virtual函数必须属于虚函数表的Mammal。这是有道理的，因为Mammal没有定义walk，而这些“pure_virtual”是由GCC插入，当这些函数是虚函数时。这样，表1必须是Mammal对象，2是用于Cat和表3是Dog。

比较奇怪的是，每个虚表中存在5个项目，但是却只有4个虚函数：

1. run
2. walk
3. move
4. the destructors

附加条目是一个“额外”的析构函数。在这里，GCC将插入多个析构函数。其中的第一个将简单地销毁对象的成员。第二个将删除已为对象分配内存（第17行）。在某些情况下，可以是在某些虚拟继承情况中使用的第3版。

在完成对“sub_”函数的内容回首，我们发现虚函数表的布局如下：

| Offset | Pointer to  |
|--------+-------------|
|      0 | Destructor1 |
|      4 | Destructor2 |
|      8 | run         |
|     12 | walk        |
|     16 | move        |

但是，请注意，在Mammal 表头两项都是零。这是GCC的较新版本缘故。编译器使用具有纯虚函数的类与空指针代替析构函数项（即，抽象类）。

有了这一切之后，我们重命名一下。最后是这样：

请注意，由于Cat和Dog都没有实现move，它们都是继承Mammal，因此vtables中的move项目是相同的。

0x03结构体

下面开始定义一些有用的结构体。我们已经看到，唯一的成员Mammal，Cat和Dog的结构将是他们的vptrs。因此，我们可以快速地定义这些：

下一步是有点复杂。我们要为每个虚表创建一个结构体。这里的目标是获得反编译器输出并展示实际上是哪个函数被调用的。然后，我们可以通过这些可能性检查所有的选项。

为了实现这一目标，结构体的成员将具有相应的功能，指向的内容如下：

我们需要设置的vptr类型的每个结构是对应的Vtable类型。例如，该类型的vptr为Cat，应该是CatVtable*。此外，我已经设置每个虚表项的类型是一个函数指针。这将有助于IDA正确显示。所以类型Dog__run应该是void (*) (Dog*)（因为这是Dog__run签名）。

如果我们回到主函数的反编译代码，我们现在可以重命名局部变量m，并设置其类型为Cat*或Dog*。后来我们看到：

现在，我们可以很容易地看到被调用的可能函数。如果m是Cat，那么第15行会调用Cat__walk，如果是Dog然后它会调用Dog__walk。显然，这是一个简单的例子，但是这就是一般的思路。

我们还可以设置类型m是Mammal*的，但如果我们按如下的方式做可能会有一些问题：

注意，如果真正的类型m是Mammal然后在第15行调用将是一个纯虚函数。这本不应该发生。还有在17行这显然会造成一个空指针调用的问题。因此，我们可以得出这样的结论m不能是Mammal。

这似乎很奇怪，因为m实际上是声明为Mammal*。然而，该类型是编译时类型（静态类型）。我们感兴趣的是动态类型（或运行时类型）m，因为这将决定哪个虚函数将被调用。事实上，动态类型的对象可以根本不可能是抽象类型。所以如果一个给定的虚函数表中包含的一个___cxa_pure_virtual函数，可以忽略它。我们可以没有创建虚表结构，Mammal，因为它永远不会被使用（但我希望看到为何有用）。