pwn liunx的glibc中的random随机数详解

⚽️glibc

要了解这个函数首先需要知道什么是glibc。lib是library的缩写，意思是“库”，libc在后面加了个c，意思是“标准C语言库”，这个库是用来干什么的呢？为什么需要这个库呢？

在我们编写C语言的时候，经常会用到一个函数printf()，而我们都知道C语言中函数必须先声明再调用，但是我们并没有创建printf()这个函数，那么我们是怎么调用这个函数的呢？这就需要用到库了。

printf()这个函数很复杂，有上千行汇编代码，如果是给你复制粘贴的话会消耗大量的代码，使得程序很难看，所以C语言的开发者们就想了一个办法解决，就是将这个函数的代码放到一个库中，然后让你在运行程序的时候链接上这个库，然后就可以使用printf()这个函数了。

glibc的意思是GNU libc，是GNU旗下的C标准库，后来被liunx运用了，因此在liunx中自带的libc就是glibc，这个libc和windows上的是不同的。

⚽️random

要想使用random，首先要种下一颗“种子”，需要利用函数srand，意思是seed rand，不同的种子，得出来的random随机数的序列会不一样，我这里用1作为种子，得出来的序列如下图：

如果你也是用1作为种子，那么得出来的序列和我这个会是一样的，这就是伪随机。通常情况下，会采用“当前时间”作为种子

time()函数的作用是获取当前的系统时间距离1970年1月1日00:00过了多少秒，然后作为种子开启random，因为时间每秒都不同，所以就做到了每秒随机，如果你在一秒内连续运行这个程序，会发现随机数是一样的。

这里再用1作为种子，接下来说明1804289383这个数是怎么得来的

#include <stdio.h>
#define seed 1
void main() {  int r[500];  int i;
  r[0] = seed;  for (i = 1; i < 31; i++) {    r[i] = (16807LL * r[i - 1]) % 2147483647;    if (r[i] < 0) {      r[i] += 2147483647;    }    printf("r[%d]%dn", i, r[i]);  }}

首先是运行这样一段代码，定义一个r[]数组，将种子传给r[0]，然后r[1] = 16807LL * r[0]，我这里种子是1，所以就是16807LL * 1，然后再跟2147483647取余。下面的if判断是给种子为负数的情况用的，这里不用管。看一下运行效果：

如果将16807LL改成16807会怎么样呢？

前两个相同，后面的就不同了。写一个程序看看为什么

在a的计算中，r[2]和16807都是int类型，所以最后的结果也会是int类型，而b的计算中，由于16807是long long int类型，r[2]会小转大，也会变成long long int类型，所以最后的结果是long long int类型，最后这两个不一样的数取余2147483647就会不一样。

#include <stdio.h>
#define seed 1
void main() {  int r[500];  int i;
  r[0] = seed;  for (i = 1; i < 31; i++) {    r[i] = (16807LL * r[i - 1]) % 2147483647;    if (r[i] < 0) {      r[i] += 2147483647;    }    printf("r[%d]%dn", i, r[i]);  }  for (i = 31; i < 34; i++) {    r[i] = r[i - 31];    printf("r[%d]%dn", i, r[i]);  }}

随后的31-33是这样的代码，将0-2复制了一下

随后就是34-344了，是这样的代码：

#include <stdio.h>
#define seed 1
void main() {  int r[500];  int i;
  r[0] = seed;  for (i = 1; i < 31; i++) {    r[i] = (16807LL * r[i - 1]) % 2147483647;    if (r[i] < 0) {      r[i] += 2147483647;    }    printf("r[%d]%dn", i, r[i]);  }  for (i = 31; i < 34; i++) {    r[i] = r[i - 31];    printf("r[%d]%dn", i, r[i]);  }  for (i = 34; i < 344; i++) {    r[i] = r[i - 31] + r[i - 3];    printf("r[%d]%dn", i, r[i]);  }}

例如

r[34] = r[3] + r[31] = 1622650073+ 1 = 1622650074

r[39] = r[8] + r[36] = 1457850878 + 1426584179 = 2884435057，符号位为1，为负数，将这个数先转换为二进制来看：2884435057= 10101011111011001111110001110001，因为计算机中存放的是补码（这里就不细讲补码了，属于计算机组成原理的内容，与主题偏的有些大），所以除了符号位的1不变以外，其他31位取反再加1，变成11010100000100110000001110001111，拿掉符号位，变成1010100000100110000001110001111 = 1410532239，加上符号位就是-1410532239

最后就是完整的代码，从344到无穷大，这里为了观看方便就只设置到380

#include <stdio.h>
#define seed 1
void main() {  int r[500];  int i;
  r[0] = seed;  for (i = 1; i < 31; i++) {    r[i] = (16807LL * r[i - 1]) % 2147483647;    if (r[i] < 0) {      r[i] += 2147483647;    }  }  for (i = 31; i < 34; i++) {    r[i] = r[i - 31];  }  for (i = 34; i < 344; i++) {    r[i] = r[i - 31] + r[i - 3];  }  for (i = 344; i < 380; i++) {    r[i] = r[i - 31] + r[i - 3];    printf("r[%d]%dn", i - 344, (unsigned int)r[i] >> 1);  }}

熟悉的1804289383这个“随机数”就是这样诞生的，观看代码可以发现，最后输出的是r[i]向右移了一个bit，这里演示一下计算流程：r[344] = r[313] + r[341] = 1040273694 + (-1726662223) ，将-1726662223转换成补码计算，-1726662223 = 11100110111010101100011001001111，减1再取反得（标准是取反再加1，都是一样的）10011001000101010011100110110001（符号位不动） = 2568305073，1040273694 + 2568305073 = 3608578767 = 11010111000101101000101011001111 >> 1 = 01101011100010110100010101100111 = 1804289383

最后向右移1bit导致符号位必定会补成0，因此可以直接用%d输出不会出现负号。

同时，最后用到了(unsigned int)将r[]类型转换为无符号整形，如果不转化，右移的时候是这样的：11010111000101101000101011001111 >> 1 = 11101011100010110100010101100111（第一位补符号位），去掉符号位为1101011100010110100010101100111，这是补码，显示给你看的是原码，转换成原码为0010100011101001011101010011001，加上符号位为10010100011101001011101010011001 = -343194265

以上就是random随机数的全部原理，建议读者还是要自行去尝试跑一遍，会有更深刻的印象。

⚽️例题

这是之前写的一个wp，是一道基础random题：NewStarCTF 2023 WEEK1 random

这里讲另一题：

checksec查看。64位，开启canary，很难栈溢出。开启NX，无法将shellcode写入栈上执行。开启PIE，地址随机化，并且IDA只能查看相对偏移。

IDA查看。这里不演示进入vulfunc函数后发生的事，仅将如何进入vulfunc函数。首先是打开了liunx自带的随机数库，从里面拿了一个随机数作为种子，这个urandom的计算非常复杂，很难破解，因此无法知道种子是什么。随后进入循环，让你输入一个数，然后调用random，如果输入的数与random相同，则成功。如果不同，则他会把本次random的数告诉你，然后重新开始输入。

根据上面对于random函数的分析可以得知，r[i] = r[i - 31] + r[i - 3]，也就是说r[31] = r[0] + r[28]，失败后可以接收random的数值，也就是可以知道r[0]和r[28]的值，然后就可以预测出r[31]的值，随后在第32次random的时候输入即可。

但是，将获得的值相加并不一定就真的是r[31]的值，因为只能接收无符号整数，他在相加的时候却是用有符号整数运算的。举一个例子：

假设此时第一个获取的random值为1804289383，而这是打印出来的值，实际上在r[0]中的值是-686388529，打印的计算过程上面已经演示过一遍了，现在要逆向一遍。

1804289383 = 01101011100010110100010101100111 << 1 = 1101011100010110100010101100111? ，可以看到最后一位我标了一个？，因为向右移可以自动在首位补0，但是向左移的时候并不知道最后一位是1还是0，在-686388529转变到1804289383的时候这一位就被抹去了。

这里打印出的都是真实值

3608578767是补码，然后和后面的那个数的补码相加后得到一个值，由于r[]是int类型，超过32位的去掉。然后右移一位，打印出打印值。然后下面是通过题目能够获取到的打印值，将两个打印值相加，相加再进行与运算，仍然可以得到上面的打印值。

什么时候会不准确呢？看我鼠标标记的地方，当第一个数的最后1bit为1，第二个数也为1时，相加后，就会影响到真实值的倒数第2个bit，第二个bit会由于进位变成1（如果原来是0的话），右移后，就是打印值的第一个bit，但是用获取的打印值计算，无法得知后面是否发生了进位，如果原来是0，那么还是0，不会进为1。这就导致了值不同。很容易可以看出，这个不同的概率是1/4

&0x7FFFFFFF是因为，如果在用真实值计算时发生了最高位进位后，转换为int类型会少掉最高位的1，变成32位，然后再右移一位，变成31位，所以打印值的最终结果一定是一个31位的值，像上述的计算中打印值就成了32位，这反向说明了在用真实值计算时就发生了进位。因此需要与运算将其变成31位，下面给了一个在用真实值计算时最高位没有发生进位的例子，用的是r[36] = r[5] + r[33]：

可以看到这里其实与运算没有太太作用了，主要还是防止最高位进位的情况，同时幸运的是，最低位也没有发生进位，因此我们算的打印值和random随机出的值是一样的（不要忘记了，random随机出来，显示给你看的值就是上面的打印值，下面的是用打印值计算出来的值，由于最低位可能进位所以有1/4的概率不等于打印值）。

掌握了原理后，写一个脚本，先错31次，接收r[0]和r[28]，然后计算出r[31]，第32次输入的时候填入就可以了，有3/4的概率成功，如果不成功，那就算r[32]，总会成功的。

测试一下理论是否正确：

from pwn import *from ctypes import *
libc = cdll.LoadLibrary('libc.so.6')
libc.srand(libc.time())
a = []j = 0k = 0
for i in range(11000):  a.append(libc.rand())
success('random =>> ' + str(a))print('n')
for i in range(10000):  success('random[' + str(i + 31) + '], ' + '[' + str(i) + '], ' + '[' + str(i + 28) + '] is =>> ' + str(a[i + 31]) + ', ' + str(a[i]) + ', ' + str(a[i + 28]))  success('random[' + str(i + 31) + ']' + ' should be =>> ' + '(' + str(int(a[i])) + ' + ' + str(int(a[i + 28])) + ')' + ' & 0x7FFFFFFF')  success('random[' + str(i + 31) + ']' + ''s result is =>> ' + str(int(a[i] + a[i + 28]) & 0x7FFFFFFF))  if (int(a[i] + a[i + 28]) & 0x7FFFFFFF) == a[i + 31]:    success('That 's right !!!')    j += 1  else :    k += 1  print('ture:false = ' + str(j) + ':' + str(k))

跑多次后，发现正确和错误的比例确实接近3:1。

原文标题：★pwn liunx的glibc中的random随机数详解★-CSDN博客

作者：UKFC安全——YX-hueimie

如果还有什么问题的话欢迎提问，有缺漏错误欢迎指出，感谢阅读。

原文始发于微信公众号（UKFC安全）：pwn liunx的glibc中的random随机数详解