PE文件:节表-添加节

news2025/1/18 20:08:40

在所有节的空白区域都不够存放我们想要添加的数据时,这个时候可以通过添加节来扩展我们可操作的空间去存储新的数据(如导入表、代码或资源)。

过程步骤

1.判断是否有足够的空间添加节表

PE文件的节表紧跟在PE头之后,每个节表的大小为40字节。判断是否有足够的空间添加节表需要先定位到最后一个节表,这边以之前PE文件系列文章中的样例程序为例子,样例程序中的最后一个节表后存在一大片"空地",有足够的空间可以添加一个节表。

注意:如果节表后有非0数据,这些数据可能是其他有用数据(如对齐数据或其他结构),直接覆盖可能会导致文件损坏。

2.添加节表

在紧挨着最后一个节表末尾的空间添加一个节表(40个字节),此处先用CC占位。

使用CC填充空白区域后,ctrl + s保存一下修改结果,接着尝试运行一下该程序。若程序能够正常运行则表示此处可以添加节表。

接着就需要修改节表的数据,这边附上节表结构体:

#define IMAGE_SIZEOF_SHORT_NAME              8
​
typedef struct _IMAGE_SECTION_HEADER {
    BYTE    Name[IMAGE_SIZEOF_SHORT_NAME];
    union {
            DWORD   PhysicalAddress;
            DWORD   VirtualSize;
    } Misc;
    DWORD   VirtualAddress;
    DWORD   SizeOfRawData;
    DWORD   PointerToRawData;
    DWORD   PointerToRelocations;
    DWORD   PointerToLinenumbers;
    WORD    NumberOfRelocations;
    WORD    NumberOfLinenumbers;
    DWORD   Characteristics;
} IMAGE_SECTION_HEADER, *PIMAGE_SECTION_HEADER;

①首先修改第一个字段:Name[IMAGE_SIZEOF_SHORT_NAME]节表名称,这边将新增的节表命名为.addc

②修改第二个字段:VirtualSizeVirtualSize 表示节在内存中的大小,通常需要按内存对齐值(SectionAlignment)对齐。

节表的Misc联合体字段中的PhysicalAddress最初用于描述节的实际物理地址,但在现代 PE 文件中,这个字段已经被废弃;出于兼容性原因,仍然保留此名称,但其实际用途已被重定义。所以在现代 PE 文件中该字段中上存储的数据为VirtualSize。

这边设置新增的节在内存中的大小为0x1000字节,该字段的大小可以根据自己要填入的数据大小进行设置。

③修改第三个字段:VirtualAddressVirtualAddress是 PE 文件中每个节的虚拟地址,描述了该节在内存中的起始位置(相对于 ImageBase 的偏移量),它指示操作系统加载器将该节映射到内存的哪个位置。

修改该字段时,我们需要按照文件对齐,与上一个节表对齐存放,该样例文件中最后一个节表的内容如下:

此时我的上一个节在内存中的大小为:0000 0DF8,因为该字段需要与SectionAlignment(0x1000),所以此时该节在内存中实际占用的空间为0000 1000,且上一个节的开始地址(VirtualAddress)为0001 6000,通过这些信息可以确定新增节在内存中的起始地址应该为0001 7000

④修改第四个字段:SizeOfRawDataSizeOfRawData表示节在文件中占用的大小(以字节为单位),这是节在磁盘上的对齐后的大小,该值必须是 FileAlignment (文件对齐值)的倍数。

由于我们第二个字段的值为0x1000,已经是文件对齐值的倍数,所以我们可以直接修改SizeOfRawData的值为0x1000

⑤修改第五个字段:PointerToRawData表示该节在 PE 文件中开始位置的偏移量(以字节为单位)。新增的节应该要紧挨着PE文件原来的节,此时应该参照上一个节在PE文件中的大小和在PE文件存储的起始位置。

如图所示,前一个节在PE中所占的大小为0000 0E00,在PE文件中的起始位置为0001 2800,那么此时新增节在PE文件中的其实地址应该为:0001 3600

节表的后四个字段基本上不用,可以随意修改,这边我们就将前一个中的值拿过来填充新增节表的这四个字段好了,以下就是我们新增的节表最后的数据内容:

3.修改NumberOfSections字段

修改文件头中(_IMAGE_FILE_HEADER)中的NumberOfSections字段,该字段记录了文件中节的个数,此时我们要新增一个节,所以要将文件头中的该字段加1(原本是05,现改为06)。

4.修改SizeOfImage字段

修改扩展头(IMAGE_OPTIONAL_HEADER)中SizeOfImage字段,我们新增了0x1000节数据大小,那么我们的镜像大小也要加0x1000大小进行映射。当前SizeOfImage的值为0001 7000。(定位就是从PE标识开始数10个半行)

这个时候加上0x1000就是0001 8000

5.新增节

根据我们新增的节表中的SizeOfRawDataPointerToRawData字段信息在PE文件中添加节。

通过PointerToRawData得到新增节的在PE文件中开始地址为:0001 3600,通过SizeOfRawData得到节的大小为0x1000,接着就可以直接加数据了。

接着选中结尾部分,右击:

编辑->粘贴0字节->输入粘贴的0字节个数

添加4096个字节,即可快速添加数据。

这边我们可以将该PE文件的导入表数据贴入其中,接着进行动态调试查看该节是否成功载入。通过CFF工具定位到导入表。(如果不会定位导入表,可以看笔者前面的PE文件结构系列文章:《PE文件结构:导入表》)

成功将导入表复制到新加的节中。

最后,使用x86dbg动态调试该文件,查看节的内容。

通过新增的节表定位节,这边需要计算节的VA,ImageBaseRVA如下图:

VA = ImageBase + RVA
   = 0056 0000 + 0001 7000
   = 0057 7000

选定内存框,ctrl + G进行定位,下面附上PE文件加载进内存前和和加载后的结果对比。

加载前

加载后

可以看到新增节中的导入表已经成功被载入内存。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2278621.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【前端动效】HTML + CSS 实现打字机效果

目录 1. 效果展示 2. 思路分析 2.1 难点 2.2 实现思路 3. 代码实现 3.1 html部分 3.2 css部分 3.3 完整代码 4. 总结 1. 效果展示 如图所示,这次带来的是一个有趣的“擦除”效果,也可以叫做打字机效果,其中一段文本从左到右逐渐从…

Python基于Django的图像去雾算法研究和系统实现(附源码,文档说明)

博主介绍:✌IT徐师兄、7年大厂程序员经历。全网粉丝15W、csdn博客专家、掘金/华为云//InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末获取源码联系🍅 👇🏻 精彩专栏推荐订阅👇&#x1f3…

了解 BM25:一种高效的文本检索算法

什么是 BM25? BM25(Best Matching 25)是一种在信息检索领域非常著名的算法,它属于 TF-IDF 的改进版本,是许多现代搜索引擎和文本检索系统的核心算法之一。BM25 基于概率检索模型(Probabilistic Informatio…

PenGymy论文阅读

这里发现idea被人家先发了,没办法,资料收集的不够全面,现在来学习一下这个项目 这篇论文的贡献如下: 总的来说,他的主要工作是构建逼真的仿真环境,然后根据这个仿真环境生成真实的靶场,使得这个…

猫贫血吃什么能快速补血?

各位铲屎官们,看到自家猫咪无精打采、小脸苍白,是不是特别心疼?贫血可是猫咪健康的大敌,今天就来给大家支支招,哪些食物和方法能让猫咪快速补血,恢复活力! 一、红肉及内脏类 红肉是补血的“主力…

Redis 性能优化:多维度技术解析与实战策略

文章目录 1 基准性能2 使用 slowlog 优化耗时命令3 big key 优化4 使用 lazy free 特性5 缩短键值对的存储长度6 设置键值的过期时间7 禁用耗时长的查询命令8 使用 Pipeline 批量操作数据9 避免大量数据同时失效10 客户端使用优化11 限制 Redis 内存大小12 使用物理机而非虚拟机…

wireshark抓路由器上的包 抓包路由器数据

文字目录 抓包流程概述设置抓包配置选项 设置信道设置无线数据包加密信息设置MAC地址过滤器 抓取联网过程 抓包流程概述 使用Omnipeek软件分析网络数据包的流程大概可以分为以下几个步骤: 扫描路由器信息,确定抓包信道;设置连接路由器的…

在 Fluent 网格划分中使用薄网格特征

薄体模型的网格划分策略 薄体网格划分对于有效模拟薄壁结构或厚度明显小于其他尺寸的几何形状非常有利。当使用此类几何结构时,传统的体积网格划分技术可能会导致单元数量增加,因为它们试图捕获具有许多不必要单元的薄尺寸。薄体网格划分通过专门沿薄方…

大模型WebUI:Gradio全解11——Chatbot:融合大模型的多模态聊天机器人(6)

大模型WebUI:Gradio全解11——Chatbot:融合大模型的多模态聊天机器人(6) 前言本篇摘要11. Chatbot:融合大模型的多模态聊天机器人11.6 为LLM Agent构建UI11.5.1 使用代理构建1. 使用transformers.agents的实际示例2. 使…

Linux-----线程同步(资源竞争和同步锁)

目录 资源竞争(背景) 锁(解决方式,实现同步) 互斥锁 读写锁 自旋锁 资源竞争(背景) 竞态条件 当多个线程并发访问和修改同一个共享资源(如全局变量)时,…

vue2 web 多标签输入框 elinput是否当前焦点

又来分享一点点工作积累及解决方案 产品中需要用户输入一些文字后按下回车键生成标签来显示在页面上&#xff0c;经过尝试与改造完成如下&#xff1a; <template><div class"tags-view" click"beginInput"><el-tag :key"index" …

Python学习(十)IO编程(文件读写、StringIO和BytesIO、操作文件和目录、序列化)

目录 一、什么是IO编程&#xff1f;二、文件读写1&#xff09;读文件2&#xff09;file-like Object3&#xff09;二进制文件4&#xff09;字符编码5&#xff09;写文件 三、StringIO 和 BytesIO1&#xff09;StringIO2&#xff09;BytesIO 四、操作文件和目录1&#xff09;操作…

5、docker-compose和docker-harbor

安装部署docker-compose 自动编排工具&#xff0c;可以根据dockerfile自动化的部署docker容器。是yaml文件格式&#xff0c;注意缩进。 1、安装docker-compose 2、配置compose配置文件docker-compose.yml 3、运行docker-compose.yml -f&#xff1a;指定文件&#xff0c;up&…

JS宏进阶: 工厂函数与构造函数

一、构造函数 在JavaScript中&#xff0c;构造函数是一种用于创建和初始化对象的特殊函数。构造函数的名字通常以大写字母开头&#xff0c;以区分于普通函数。通过new关键字调用构造函数&#xff0c;可以创建一个新的实例对象&#xff0c;并自动执行构造函数内部的代码来初始化…

uniapp 微信小程序 editor 富文本编辑器

<view class"inp boxsizing"><view class"contentBox"><!-- 富文本编辑器 --><view classwrapper><view classtoolbar tap"format"><view :class"formats.bold ? ql-active : " class"iconfon…

Python根据图片生成学生excel成绩表

学习笔记&#xff1a; 上完整代码 import os import re from openpyxl import Workbook, load_workbook from openpyxl.drawing.image import Image as ExcelImage from PIL import Image as PilImage# 定义图片路径和Excel文件路径 image_dir ./resources/stupics # 图片所…

在VMwareFusion中使用Ubuntu

在VMwareFusion使用Ubuntu 在VMwareFusion使用Ubuntu背景在VMwareFusion虚拟机里使用Ubuntu1、集成桌面工具2、主机和虚拟机之间共享剪贴板内容3、设置root用户密码4、设置静态ip4.1、静态ip和动态ip的区别4.2、查看当前ip4.2、linux网络配置文件所在位置4.3、基于ubuntu22.04.…

农业农村大数据应用场景|珈和科技“数字乡村一张图”解决方案

近年来&#xff0c;珈和科技持续深耕农业领域&#xff0c;聚焦时空数据服务智慧农业。 珈和利用遥感大数据、云计算、移动互联网、物联网、人工智能等先进技术&#xff0c;搭建“天空地一体化”监测体系&#xff0c;并创新建设了150的全球领先算法模型&#xff0c;广泛应用于高…

python 利用 ddddocr包 ocr识别图片码

ddddocr 是一个轻量级的 OCR&#xff08;光学字符识别&#xff09;库&#xff0c;适用于识别图片中的文字&#xff0c;包括验证码等图像文本。要使用 ddddocr 进行图片验证码的识别&#xff0c;可以按照以下步骤进行&#xff1a; 1. 安装 ddddocr 包 首先&#xff0c;你需要安…

【论文阅读】基于空间相关性与Stacking集成学习的风电功率预测方法

文章目录 摘要0. 引言1. 空间相关性分析2. 风电功率预测模型2.1 Stacking 集成策略2.2 基学习器2.2.1 基于机器学习算法的基学习器2.2.2 基于神经网络的基学习器2.2.3 基于粒子群优化算法的超参数优化 2.3 元学习器2.4 基于空间相关性与Stacking集成学习的风电功率预测方法 3 算…