angr 符号执行（符号化输入 / 自动求解）

何时使用 / 何时不用

• 用：CTF 逆向题——输入在长循环 / 深比较链里逐字节校验（校验通过地址已知或可定位），人工逆推繁琐易错
• 用：已知"输入必须到达某地址 / 避开某地址"，想把路径条件交给求解器（find / avoid 模式）
• 用：输入来源复杂（argv / 文件 / 标准输入），需要按通道符号化后求解
• 不用：简单 XOR / 明文比较（一屏伪代码内）——人工更快（[[re-binary-core]]）
• 不用：校验含不可符号化内容（环境相关值、随机数、未符号化输入）——会无解或误解（见坑 3）
• 不用：需要精确约束集合而非一条路径时——纯约束求解用 [[re-z3]] 更轻（见坑 2）
• 注意：符号执行是把双刃剑——先人工定位关键校验函数缩小符号化范围（见坑 2）；运行验证走沙箱（[[re-analyze/platform-tips]] 最高原则）

工具准备

参考 [[re-analyze/platform-tips]] 最高原则——用求解结果运行目标验证时默认沙箱；angr 本身是进程内仿真器，不接触真实系统调用，求解过程无需沙箱。

angr（pip 安装）

• pip install angr（Linux / macOS / Windows 均可；Windows 下 pip 装 win32 wheel，WSL 内安装 Linux 版亦可）
• Python 版本兼容性（重点）：angr 9.3.0 起要求 Python 3.12+（requires-python >=3.12）；9.2.x 不是固定区间——下限随补丁版本抬高（9.2.91 要求 ≥3.8，9.2.203 已要求 ≥3.10），不能按「9.2.x」整线判断。装前以目标版本的 PyPI requires-python 为准（pip index versions angr 看可用版本），再按系统 Python 选：
  • 系统自带 Python 3.12+（Ubuntu 24.04 默认 3.12）→ 直接 pip install angr（最新 9.3.x 线）
  • 系统为 Python 3.11 及以下 → pip install "angr<9.3"（9.2.x 线），别硬装 9.3+
  • 多版本并存用 venv 隔离：python3.12 -m venv ~/venvs/angr && source ~/venvs/angr/bin/activate（或 brew install python@3.12 / py -3.12 -m venv angr-venv）
• 装前先升级基础工具：pip install --upgrade pip setuptools wheel（避免原生组件编译失败）
• Linux 建议补 binutils（angr 处理 / 重写二进制会调 objcopy）：apt install binutils
• 验证: python3 -c "import angr; print(angr.__version__)"

python3

• Linux: apt install python3（多数自带）；macOS: brew install python；Windows: 官方安装包 / choco install python
• 验证: python3 --version

目标二进制

• 原始样本副本（先备份：符号执行不修改文件，但建模要反复对照，见坑 5）+ [[re-triage]] 初勘产物（架构 / 位数 / 是否静态链接 / 是否带壳）
• 验证: file target 确认架构与位数（arm 目标 angr 支持，注意字节序）

操作步骤

按顺序执行，每步记录结果（地址 / 约束 / 求解脚本 / flag，证据路径见 [[re-triage]]）。先人工后自动化：符号化范围越小越稳（见坑 2）。

1. 输入适配（Input Adapter）：确定符号源（symbol source）：

   • 反编译定位输入读取点：read / scanf / fgets / getline / main(int argc, char **argv) 的 argv 使用处（[[re-ghidra]] / [[re-ida]] / [[re-radare2]]）

   • 按符号源类型选择接入方式（CTF 的 stdin 只是其中一种——真实目标输入可能是网络包/文件映射/JNI 参数/自定义字节码）：

     符号源	接入方式
     stdin（标准输入）	project.factory.full_init_state(stdin=claripy.BVS('in', 32*8))
     argv（命令行参数）	project.factory.full_init_state(args=["./target", claripy.BVS("arg1", 64*8)])
     file（文件输入）	state.fs.insert('/tmp/in', angr.SimFile('in', content=claripy.BVS('in', 32*8)))——fopen 后即符号化；按 fd 操作用 state.posix.fd[0]（fd 0=stdin；fd 1/2 是 stdout/stderr，勿混）
     memory（mmap/堆/全局缓冲区）	直接符号化目标内存区：state.memory.store(addr, claripy.BVS('buf', n*8))——程序从该地址读入即符号化（mmap 文件、解密缓冲、共享内存通用）
     network buffer（网络包/recv）	hook recv/read：按调用约定取 buf 参数（x86-64 SysV 是 RSI=buf、RDX=len），把符号字节写进该地址，返回值是 ssize_t 字节数而不是 buffer 指针——返回符号长度才能让 if (recv(...) > 0) 一类控制流可变。照"返回符号指针"实现会把后续控制流全部建歪
     jni argument（Android native 入参）	对 JNIEnv 方法参数做符号化：从 GetByteArrayElements/GetStringUTFChars 返回处符号化（配合 [[re-android-native]]/[[re-frida]] 确认入参形态）
     custom VM bytecode（自定义 VM 指令流）	把字节码缓冲区整体符号化 + 约束操作码范围（0x00-0x0F 类）——VM 逆向的符号执行路径（[[re-deobfuscate]] 联动）

   • 记下：符号化通道 + 字节数 + 读取点地址（后续 find / hook 用）；N 字节长度对照读取点逻辑确认（见坑 3）

2. 到达目标地址 / 避开地址建模（find / avoid）：

   • 反编译确认成功路径地址（校验通过后打印 flag 的地址）与失败路径地址（打印 "wrong" 等处，有多个失败点要列全）
   • 建模：simgr.explore(find=<入口地址>, avoid=[<失败分支地址>])（find 可多地址或 lambda lambda s: b"flag{" in s.posix.dumps(0)）
   • find 选地址的技巧：选校验循环出口而非程序 exit——找到"经过校验通过分支"的状态即可，不必等打印（见坑 5）
   • 校验是通过调用函数返回判定（if (check(input))）→ find 设在 check 返回后的成功分支地址，avoid 设在失败分支

3. 路径约束与求解（solver）：

   • 找到状态后，约束即该状态路径上累积的条件：found = simgr.found[0]
   • 求解：直接对符号变量求值（不依赖 posix 插件）：flag = found.solver.eval(inp, cast_to=bytes)（inp 即步骤 1 创建的 stdin/argv 符号）或按符号变量名求：found.solver.eval(flag_sym, cast_to=bytes)
   • 多解时按需加约束（长度 / 可打印字符，见坑 4）：

     for c in flag_sym.chop(8): found.solver.add(0x20 <= c, c <= 0x7e)
     

   • 输出到文件：open('flag.bin','wb').write(flag)，同时打印 repr 检查（非打印字符常是符号化长度问题，见坑 3）

4. 路径爆炸应对（hook / 限制深度 / 分段）：

   • hook 无关调用：把与校验无关的重型 / 系统调用替换成轻量过程：

     project.hook(addr_of_sleep_or_memset_impl, angr.SIM_PROCEDURES["stubs"]["ReturnUnconstrained"]())
     

     angr.SIM_PROCEDURES 自带库（libc.sleep、linux_kernel 等）优先：project.hook_symbol("sleep", angr.SIM_PROCEDURES["libc"]["sleep"])（sleep 属 libc 类目，不是 posix）
   • 限制探索规模：simgr = proj.factory.simgr(state, veritesting=True)（veritesting 合并路径，长循环题常用，见坑 2）；simgr.explore(find=..., avoid=..., num_find=1) 找到即停；stash 上限 / lazy_solves 选项控制
   • 分段探索：长循环把入口地址 hook 住，先探索到循环边界，再对循环体单独符号化展开（人工定位循环不变量后缩小范围）
   • 仍爆炸 → 回到步骤 1 缩小符号化范围 / 结合人工分析（见坑 2），或换 [[re-z3]] 对已展开的循环体建模

5. 典型模板（find / avoid 模式）：

   import angr, claripy
   p = angr.Project("./target", auto_load_libs=False)   # 关库加载，快且稳
   inp = claripy.BVS("inp", 32 * 8)                      # 32 字节符号化输入
   state = p.factory.full_init_state(stdin=inp)
   simgr = p.factory.simgr(state, veritesting=True)
   simgr.explore(find=0x401100, avoid=[0x401200, 0x401300])   # 示意地址：按目标实际入口/分支替换
   if simgr.found:
       sol = simgr.found[0].solver.eval(inp, cast_to=bytes)
       print(sol)                                        # 直接保存进证据目录
   else:
       print("no path found")                            # 排查：地址错 / 输入长度 / 未符号化
   

   • 模板参数化：find / avoid / 输入长度 / 符号化通道写进脚本头部注释，逐个换参跑（见坑 5）

验证：沙箱内（[[re-sandbox]]）用求解出的输入原样跑目标（stdin 重定向 ./target < flag.bin 或按 argv / 文件通道），必须打印 flag{...}；与 [[re-z3]] / 人工还原结果交叉对照（见坑 4）。

跨域联合

• [[re-address-space]]：mapped_base/rebase 与目标地址对齐

• [[re-ctf]]：本技能是 re-ctf 网关工作流第 3 步的自动化解题路径（逐字节长循环校验题）

• [[re-binary-core]]：前置工作台——反编译定位输入读取点 / 成功失败分支地址（[[re-ghidra]] / [[re-ida]] / [[re-radare2]]）；[[re-triage]] 初勘决定架构 / 位数 / 壳

• [[re-deobfuscate]]：混淆先还原再符号执行（花指令 / 平坦化函数直接符号执行会路径爆炸）

• [[re-z3]]：姊妹技能——无循环 / 已人工展开的约束集合用 z3 更轻更快；angr 求解慢时对约束子集转 z3

• [[re-crypto-decrypt]]：其「工具准备」将 angr 列为可选的解密仿真方案（还原算法失败时符号化执行解密函数）

• [[re-sandbox]]：求解输入的运行验证沙箱（[[re-analyze/platform-tips]] 最高原则）

• [[re-gdb]] / [[re-tracing]]：动态交叉验证（断点看校验分支实际走向，与 angr 路径结论对照）

常见坑与陷阱

• 路径爆炸：现象——explore 跑十几分钟状态数飞涨，内存吃满；原因——符号化范围过大（整段程序都符号化）、无关分支（strlen / memcpy 展开、错误处理分支）被逐一探索、长循环不合并；对策——hook 无关系统调用（步骤 4）、veritesting=True 合并路径、num_find=1 找到即停、缩小符号化输入范围（步骤 1 只符号化校验真正读取的字节）；仍不行就分段探索或转人工分析
• 复杂校验慢 → 结合人工分析：现象——一个看似简单的题 angr 几分钟没结果；原因——校验链中夹着查表 / 随机数 / 系统调用副作用，符号执行在这些点低效；对策——先人工反编译定位关键校验函数，把符号化入口设到校验函数入口（blank_state + 手动设置寄存器 / 内存），跳过前面无关代码；校验是纯等式集合时直接换 [[re-z3]]
• 未符号化输入 → 无解：现象——explore 秒回 no path found，或求解出的值跑原程序不通过；原因——输入没被符号化（读取的是真实 stdin / 文件内容）、符号化字节数 < 实际读取长度（fgets(buf, 0x40) 却只符号化 16 字节）、输入含运行时才能确定的量（随机数 / 时间戳）；对策——对照反编译确认读取点与长度（步骤 1），stdin 长度按读取上限符号化；随机值点用 hook 固定（hook_symbol("rand", ...)）再符号化
• python 版本兼容：现象——pip install angr 报编译错误 / import 即崩（ImportError 指向 C 扩展）；原因——angr 9.3.0+ 官方要求 Python 3.12+，9.2.x 线下限随补丁版本抬高（9.2.91 要求 ≥3.8、9.2.203 已要求 ≥3.10），在过旧解释器上装新版（或在 3.13 上装无 wheel 的旧依赖）会现场编译甚至失败；对策——查目标版本的 Python 要求（PyPI requires-python）：9.3+ 用 3.12+，9.2 按具体补丁版的元数据选解释器，建独立 venv 安装（工具准备节）；装前 pip install --upgrade pip setuptools wheel
• find 地址选错 → 求解出的"flag"跑不通：现象——求解成功但输出含非打印字符 / 程序不打印 flag；原因——find 设在错误处理循环（失败也经过）、多失败点只 avoid 了一个、符号化长度与程序读取不一致；对策——find 选校验循环出口（用反编译确认唯一成功路径），avoid 列全所有失败分支；输出先 repr() 检查再原样重放（见步骤 3 验证）；拿多个解逐一跑目标验证
• PIE 基址偏移 → find 地址填错：现象——按 Ghidra 显示的地址（如 0x00101231）填 find，angr 永远找不到；原因——PIE 二进制 Ghidra 按 0x100000 基址显示，angr 从 0x400000 装载；对策——地址换算（差 0x300000 之类固定偏移），或先查 angr 内模块实际装载基址再定 find 地址，脚本头部注释标明换算关系
• 自定义 VM/重度混淆题直接符号执行低效：现象——校验包在自定义字节码 VM（Tigress 等）里，angr 状态爆炸 / 求解无果；原因——VM 的 dispatch 循环反复符号化 + 混淆路径分支（先消 opaque predicate，见 [[re-deobfuscate]]）；对策——VM handler 用 Unicorn 实例化仿真（angr 只负责外层控制流），或探索到死路径后导出每条路径的 SMT 方程交给 [[re-z3]] 生成输入（Tigress 案例达到 100% 分支覆盖）
• SimProcedure 摘要不准 → 结果诡异：现象——explore 结果明显违反直觉（错误返回值、绕过校验），或同一逻辑换种跑法结果不一致；原因——angr 用 Python 摘要（SimProcedure）替代库函数以避免路径爆炸（strlen/malloc 等），但摘要有 bug 或不完整；对策——行为异常时优先怀疑 SimProcedure：禁用对应摘要（注意输入约束不紧时可能路径爆炸）或用 project.hook 按实际场景自定义摘要（如针对单一格式串自写 scanf hook）
• 除零约束缺失 → 求解出 4294967295 类怪值：现象——求解出的输入里出现 0xFFFFFFFF 之类，跑原程序必挂；原因——Z3 对 a/b（分母为 0）求值为全 1（4294967295），angr 只在部分路径（VEX 侧出口）拦截除零，SimProcedure/自定义分析代码可能漏过去；对策——涉及除法的符号表达式显式加"分母非零"约束，别依赖 angr 自动处理
• 未初始化寄存器/内存被自动符号化 → 求解空间虚胖：现象——求解极慢或结果含垃圾值，日志有 unconstrained 告警；原因——entry_state 对未初始化的寄存器/内存生成未约束符号变量，把无关状态也符号化了；对策——按告警设置状态选项 ZERO_FILL_UNCONSTRAINED_MEMORY/ZERO_FILL_UNCONSTRAINED_REGISTERS（或 SYMBOL_FILL_* 抑制告警），或显式设置已知初值，缩小求解空间
• cmovxx 不会自动分裂分支（ollvm 后继还原）：现象——angr 模拟 ollvm 真实块找后继时 cmov 分支丢失，后继关系不完整；原因——angr 对 cmov 类指令通过积累约束实现而非分裂两个状态；对策——手动分裂：state.copy() 两份（一份执行 Move：setattr(regs, dst, getattr(regs, src))，一份不执行），并手动跳过 cmov 指令（state.regs.ip += ins.size）防止 angr 再次执行，再各自 simgr 步进找后继
• 分发器 hook 要 unhook + 地址偏移校准：现象——hook 主分发器末条指令跳真实块后执行又跳回分发器死循环，或 angr 解码出混乱指令；原因——hook 未卸掉（执行回来再次进 hook）；capstone 从错误边界解码（指令错位）；对策——跳到目标块后立即 unhook；解码混乱时调整 hook 地址（经验偏移如 -6，逐位试并输出汇编对照确认，见下条方法）
• ollvm 真实块识别与 patch 顺序：现象——静态插件（D-810）面对变异 ollvm（双循环头、汇聚块与循环头合并）乏力；原因——静态分析难处理变体；对策——动态执行找真实顺序：BFS 找循环头（回到已访问块即循环头）→ 循环头两前驱=序言+汇聚块（多前驱者为汇聚块）→ 汇聚块前驱们=真实块，另找 ret 块（无后继且末指令 retn）；patch 顺序固定：先收集全部无用块列表（含起止地址）→ 再 patch 控制流 → 最后按先前列表 nop 无用块（先 patch 再找无用块会找错）
• API 速查（装载/状态/求解/hook 各族）与组合套路见 [[commands]]；版本差异、求解语义与装载边界见 [[gotchas]]