开源工具binmap可以帮助安全研究人员扫描文件系统，可用于获取二进制文件信息、依赖关系以及软连接等。这款工具也提供了一个全局的文件视图，可以基于此开发出其他的功能。

工具下载地址：https://github.com/quarkslab/binmap

找漏洞并不单单靠运气，也和策略有关

自从grep成为研究中的常用工具后，漏洞研究的方式也变了很多。去年，模糊测试很快的成为一匹黑马，越来越多的被运用起来。

对于那些对漏洞感兴趣的人，研究越来越复杂的系统对他们变得越来越困难。在他们开始挖掘的时候，就会发现内核和应用程序都是无比复杂的东西。现在研究者不得不思考一个有效的策略来找到漏洞：从哪里找？用什么工具找？等等

其中一个很重要的思路就是，去哪儿找？很多的正在用的一些参数是不是一些很古老的代码库中的内容？他是否很复杂（例如一个解析器）？还是很容易达到？一个组件漏洞的影响有多大？

Binmap的设计就是为了减小漏洞的影响。那么首先要做的就是先获取到整个系统的情况，而这也就意味着我们要先扫描系统的二进制文件，这些文件使用的库以及他们的符号链接。

Binmap被设计的非常模块化，这样可以提供多种不同的数据格式并且获取到系统的不同信息。它必须很容易添加一个新的文件类型并且提取出他的信息。通过映射，它就会很容易知道该去找那些漏洞，或者说可以很容易去测试CVE的漏洞。

通过binmap获取到存在CVE漏洞的二进制文件清单，命令行如下，想用binmap命令扫描系统，在加载结果： 

$ binmap scan /path/to/debchroot -o chroot.dat
$ python >>> import blobmap >>> db = blobmap.Blobmap('chroot.dat').last()  # load last scan database >>> for key in db.keys():  # look for the libc ...   if 'libc' in key: ...     print key
/lib/x86_64-linux-gnu/libc.so.6 /lib/x86_64-linux-gnu/libc-2.17.so
[...] >>> libc_users = db.predecessors('/lib/x86_64-linux-gnu/libc.so.6')  # get all binaries using the libc >>> for libc_user in libc_users: ...   metadata = db[libc_user] ...   if 'gethostbyname' in metadata.imported_symbols: ...     print libc_user, 'uses gethostbyname and may be vulnerable' ...   if 'gethostbyname2' in metadata.imported_symbols: ...     print libc_user, 'uses gethostbyname2 and may be vulnerable' /usr/lib/gnupg/gpgkeys_finger uses gethostbyname and may be vulnerable
/bin/hostname uses gethostbyname and may be vulnerable
/usr/lib/libxapian.so.22.6.3 uses gethostbyname and may be vulnerable
/usr/lib/perl/5.18.1/auto/Socket/Socket.so uses gethostbyname and may be vulnerable
/usr/bin/logger uses gethostbyname and may be vulnerable
/sbin/agetty uses gethostbyname and may be vulnerable
/sbin/getty uses gethostbyname and may be vulnerable
/bin/tar uses gethostbyname and may be vulnerable
/usr/bin/getent uses gethostbyname2 and may be vulnerable

Binmap简介

为了找到二进制文件和它引用到的库，有三个需要解决的问题：

1.二进制文件加载库是因为他们需要动态的调用：在编译的时候这些就被捆绑上了，然后运行的时候，系统开始加载这些库。

2.二进制文件在执行的时候加载这些库：在加载的时候，会有一个函数明确的显示调用哪个库（例如，dlopen或者LoadLibrary）

3.在二进制文件中，第三方库是静态的链接：系统和二进制本身不做任何事情，只有调用的库嵌入在二进制文件中。

解决第一种情况很简单，binmap就直接可以解决。第二种需要动态分析，这一点binmap还不支持。第三种情况虽然也是静态的，但是它的实现要复杂的多，binmap也没有提供。这也是为什么作者把binmap开源了。

系统的地图仓库

Binmap会建立一个hash数据库，并且把系统的信息存在里面。这样做的目的是为了得到一个不同系统组成的系统信息仓库，并且更新这个数据库，以此追踪操作系统的发展。

这不止在比较二进制文件的时候有用，对于整个系统的比较也是非常有用的，我们可以通过比较看到哪些二进制文件发生了改变，哪些是新建的，哪些被移动了等等。

作者打算将数据库做成一个仓库，里面的内容不只是由他们自己创建的，也会由一些自愿者发送过来。Binmap产生的文件将会被拷贝到gpg上，以确保数据库的完整性。

这些步骤都需要自动化完成，因此，作者设置了一个后台程序可以下载并安装一个系统，然后运行binmap来创建数据库，并且更新它需要的内容。当然，开发社区中有很多工具可以帮助达到这点。

安全社区需要有一个纯净的文件hash值以及相关信息，这样的话，就能快速分析出一个文件是否是坏文件，这点IRMA有实现了：https://irma.quarkslab.com/

支持静态库

正如上文所描述的，这点要实现是个很大的挑战。在没有找到适合的代码前，作者并不希望立刻投入进去。

但现在可以开始搞了，这个功能需要大量的人力物力，这和Silvio Cesare在二进制方面的工作很像。

在做恶意软件分析的人应该会遇到同样的问题：就是会意识到从一小段代码（恶意软件中的）到其他的二进制文件，这个是非常困难的。通过把binmap开源，作者希望binmap能够对二进制感兴趣的人有所帮助。

查找信息

在这里其实收集信息并不是最难的，信息检索和展示才是这里的难点。作者为binmap开发了一个web前端：它可以加载数据库，并且可以把文件间的关系用图展现出来。作者也提供了一些api可以直接访问数据库以及自动化一些操作，并且希望可以有更多人加入进来，不断的改善它的用户体验。

图片1.png

风险地图

在分析一个系统的时候，知道以前出现bugs的位置是非常有用的。通过报告来记录二进制文件和库的漏洞信息（例如CVE）就能画一个风险地图，然后就能很直观的看到那些组件更容易被攻击，而这样就能更有效的组织防御。

作者目前已经开始通过binmap和一些外部程序收集这些信息了。主要专注于以下两种信息：

1.文件的版本信息：我们试图提取文件的版本信息，一方面从文件本身提取，另一方面从文件的名字。然后，将他与官网中的最新版本进行对比。通过这个方式就能最快的知道该系统的更新速度。

2.很多的漏洞被报出来了，但是并不是所有漏洞都有CVE。不过依然可以通过CVE得到很多文件的名称。

最后，作者会把系统收集到的信息和外围信息进行对比，从而得到更多的危险信息。

如何使用Binmap？

首先，现成Github上下载代码：https://github.com/quarkslab/binmap

安装

Debian/Ubuntu

我们需要安装包： 

cmake g++ libboost-python1.55-dev libboost-system1.55-dev libboost-program-options1.55-dev libboost-filesystem1.55-dev libboost-regex1.55-dev libboost-serialization1.55-dev zlib1g-dev libssl-dev libelfg0-dev

然后运行： 

$ mkdir _build
$ cd _build
$ cmake ..
$ make

最后，在程序目录下运行： 

$ make install

Windows

我们需要先安装好Visual Studio 然后：

1.安装cmake并且把他设定到环境变量

2.下载zlib http://www.zlib.net/

3.下载boost http://boost.teeks99.com/

然后，我们运行以下命令： 

$ cmake -DBoost_DEBUG=ON -G "Visual Studio 12" -DBoost_USE_STATIC_LIBS=ON -DBOOST_ROOT=D:\Programming\Libraries\boost_1_55_0 -DBOOST_LIBRARYDIR=D:\Programming\Libraries\boost_1_55_0\lib32-msvc-12.0 -DZLIB_LIBRARY=D:\Programming\Libraries\zlib-1.2.8 -DZLIB_INCLUDE_DIR=D:\Programming\Libraries\zlib-1.2.8

使用

使用binmap需要以下两步：

1.扫描一个目录（或者文件），例如： 

$ ./binmap scan -v1 /usr/local -o local.dat

这个命令可以创建一个数据库，将扫描到的信息存入数据库中。

2.将数据库导出成dot： 

$ ./binmap view -i local.dat -o local.dot

或者用下文提供的python接口获取信息

Python API

blobmap模块提供了对binmap数据库只读的访问功能： 

>>> import blobmap

首先，先加载数据库： 

>>> blobs = blobmap.BlobMap('local.dat')

BlobMap是一个有序的二进制文件信息对象，是按时间顺序排列的，通过last函数取出最近的一个记录： 

>>> blob = blobs.last()

一个blob基本上是一个有向图，图的节点是二进制文件，图的边表示的是依赖关系，如下： 

>>> clang_metadata = blob['/usr/local/bin/clang'] >>> print(str(clang_metadata)) clang: 8fcffc4a97cd4aaa1a32938a9e95d3b253476121(13223 exported symbols)(1303 imported symbols)(1 hardening features)

以下是访问每个独立的节点： 

>>> clang_metadata.hash 8fcffc4a97cd4aaa1a32938a9e95d3b253476121 >>> clang_metadata.hardening_features
{'fortified'} >>> help(clang_metadata)
[...]

可以通过successors 和predecessors函数导航图： 

>>> blob.successors('/usr/local/bin/clang')
{'/lib/x86_64-linux-gnu/libtinfo.so.5',
 '/lib/x86_64-linux-gnu/libz.so.1',
 '/lib32/libc.so.6',
 ...}

也可以在两个blob之间进行比较： 

>>> from blobmap import BlobMap as BM >>> b = BM('mynewprog.dat') >>> g1, g0 = [b[k] for k in b.keys()][-2:] >>> diff = g0.diff(g1) >>> diff.added
{'/.../libmy1.so'} >>> diff.removed
{'/.../libmy0.so'} >>> diff.updated
{'/.../myprog'}