基于控制混淆和布局混淆的代码混淆系统

摘要

随着互联网技术和计算机软件产业的快速发展，软件的获取和使用变的更加容易。现阶段，大量的付费软件被攻击者破解，并发布到网络上供人们免费使用。而软件被破解后，攻击者可能会窃取软件中的核心代码或重要信息，使软件的知识产权很难得到保障，限制了软件产业的快速发展。近年来，由于Python语言的语法简洁清晰，拥有功能强大而丰富的类库，可以大幅提高软件开发人员的开发效率，越来越多的代码开始使用Python语言来编写，而Python的字节码很容易被现有的反编译工具破解，导致其中的关键信息被窃取。
　　为了解决上述问题，在调研了现有的代码混淆技术的基础上，本文基于布局混淆和控制混淆设计实现了一个Python代码混淆系统，该混淆系统可以增加攻击者破解Python代码的难度。主要工作如下:
　　(1)对代码混淆技术进行分析。首先，介绍代码混淆中包含的布局混淆、数据混淆、预防性混淆、控制混淆，并给出了每种混淆下面包括的具体的混淆方法。然后，描述了代码混淆的四个评价标准，后面将使用这四个标准来对本文设计的Python代码混淆系统进行评价。
　　(2)分析本文采用的控制混淆中需要用到的不透明谓词和压扁控制流算法。首先，分析了Logistic和En_Logistic两个混沌映射中存在的问题，给出了本文设计的代码混淆系统中将会使用的分段Logistic混沌映射，它克服了前两个映射中存在的对初始值不够敏感和容易产生小区域聚集现象的缺点。然后，介绍了不透明谓词的定义，给出了一种使用混沌映射构造混沌不透明谓词的方法。最后，分析了现有的压扁控制流算法中存在的缺陷。
　　(3)实现本文设计的Python代码混淆系统。首先，介绍了该系统中使用到的布局混淆。其次，提出并实现了该系统中需要用到的基于同余方程构造的不透明谓词算法和基于分段Logistic混沌映射构造的N态不透明谓词算法，并分析了如何在代码中插入基于同余方程构造的不透明谓词。然后，提出了一种改进的压扁控制流算法，该算法克服了现有的压扁控制流算法中存在的缺陷。最后，在该代码混淆系统中实现了控制混淆和布局混淆的算法。
　　(4)对本文设计的Python代码混淆系统进行实验与分析。使用开源的测试用例在提出的实验平台上对本文设计的代码混淆系统进行了实验，并在正确性、安全性、有效性方面对其进行了分析。实验结果表明，本文使用布局混淆和控制混淆算法设计的Python代码混淆系统能够保证混淆后代码的正确性，并且与现有的不透明谓词生成算法相比具有更好的均衡性，计算不透明谓词输出时带来的额外时间开销更低，同时具有很高的安全性、强度、耐受力、隐蔽性，能够有效地增加攻击者破解代码的难度，同时也存在一定的时间开销和空间开销。

目录

声明

摘要

算法索引

1．1 研究背景及意义

1．2 国内外研究现状

1．3 本文的研究内容

1．4 本文的组织结构

第2章 代码混淆技术

2．1 代码混淆的概念

2．2 代码混淆的分类

2．2．1 布局混淆

2．2．2 数据混淆

2．2．3 预防性混淆

2．2．4 控制混淆

2．3 代码混淆的评价标准

2．3．1 强度

2．3．2 耐受力

2．3．3 执行开销

2．3．4 隐蔽性

2．4 本章小结

第3章 混沌不透明谓词和压扁控制流算法

3．1 混沌理论

3．2 混沌映射

3．2．1 Logistic混沌映射

3．2．2 En_Logistic混沌映射

3．2．3 分段Logistic混沌映射

3．3 混沌不透明谓词

3．3．1 不透明谓词的定义

3．3．2 混沌不透明谓词

3．4 压扁控制流算法

3．5 本章小结

第4章 算法设计与实现

4．1 布局混淆

4．2 不透明谓词的构造

4．2．1 基于同余方程的不透明谓词的构造

4．2．2 N态混沌不透明谓词的构造

4．3 不透明谓词的插入

4．3．1 在分支条件判断处插入不透明谓词

4．3．2 在顺序执行的语句中插入不透明谓词

4．4 改进的压扁控制流算法

4．5 算法的实现

4．5．1 对代码进行控制混淆

4．5．2 对代码进行布局混淆

4．6 本章小结

第5章 实验与分析

5．1 实验平台与测试用例

5．2 正确性分析

5．3 安全性分析

5．4 不透明谓词的生成算法分析

5．5 有效性分析

5．5．1 混淆后代码的执行开销

5．5．2 混淆后代码的强度

5．5．3 混淆后代码的隐蔽性

5．5．4 混淆后代码的耐受力

5．6 本章小结

第6章 总结与展望

6．1 本文总结

6．2 后续展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果