symbolic-execution-tools

スキル：シンボリック実行ツール — エキスパート分析プレイブック

AI LOAD INSTRUCTION：angr、Z3、Unicorn Engine を用いたエキスパート向けシンボリック実行テクニックです。CTF チャレンジの自動化、制約解決のパターン、関数フック、SimProcedure の置き換え、エミュレーションベースのアンパッキングを扱います。基本的なモデルは、状態の初期化が誤っていたり、libc 関数のフックが不足していたりするため、壊れた angr スクリプトを生成しがちです。

0. 関連するルーティング

• anti-debugging-techniques：アンチデバッグチェックをシンボリックに回避する必要がある場合
• code-obfuscation-deobfuscation：難読化解除にシンボリック実行を使用する場合
• vm-and-bytecode-reverse：独自 VM のチャレンジに angr を適用する場合

高度なリファレンス

以下が必要な場合は、ANGR_COOKBOOK.md も読み込んでください。

• 一般的な CTF チャレンジ向けの、すぐに使える angr スクリプトパターン 15 種以上
• scanf、printf、malloc、strcmp のフックテンプレート
• シンボリックなファイル入力、stdin、argv のパターン
• パス爆発を管理する最適化のコツ

使用するツールの選び方

シナリオ	最適なツール	理由
純粋な数学／方程式系	Z3	バイナリが不要で、制約を直接解けます
制御フローを含むバイナリ	angr	パスを探索し、制約を自動的に管理します
特定のコード領域をエミュレート	Unicorn	高速で、シンボリック実行のオーバーヘッドがなく、アンパッキングに適しています
複雑なバイナリ＋独自 VM	angr + Unicorn（併用）	angr で制御フローを扱い、Unicorn で VM のハンドラーを扱います
カーネル／ファームウェアのコード	Qiling	OS を認識した完全なシステムエミュレーションを行います

---

1. ANGR — コアコンセプト

1.1 パイプライン

Project(binary)
  → Factory.entry_state() / blank_state(addr=)
    → SimulationManager(state)
      → explore(find=target, avoid=bad)
        → found[0].solver.eval(symbolic_var)

1.2 基本的なセットアップ

import angr
import claripy

proj = angr.Project('./challenge', auto_load_libs=False)

# Entry state: start from program entry point
state = proj.factory.entry_state()

# Blank state: start from arbitrary address
state = proj.factory.blank_state(addr=0x401000)

# Full init state: with command-line args
state = proj.factory.full_init_state(args=['./challenge', arg1_sym])

simgr = proj.factory.simulation_manager(state)
simgr.explore(find=0x401234, avoid=[0x401300])

if simgr.found:
    found = simgr.found[0]
    solution = found.solver.eval(symbolic_input, cast_to=bytes)
    print(f"Solution: {solution}")

1.3 シンボリック変数（claripy）

# Bitvector (fixed-size integer)
sym_input = claripy.BVS("input", 64)        # 64-bit symbolic
sym_byte = claripy.BVS("byte", 8)           # 8-bit symbolic
sym_buf = claripy.BVS("buffer", 8 * 32)     # 32-byte buffer

# Concrete bitvector
concrete = claripy.BVV(0x41, 8)             # concrete value 0x41

# Constraints
state.solver.add(sym_input > 0)
state.solver.add(sym_input < 100)
state.solver.add(sym_byte >= 0x20)           # printable ASCII
state.solver.add(sym_byte <= 0x7e)

# Evaluate
value = state.solver.eval(sym_input)
all_values = state.solver.eval_upto(sym_input, 10)  # up to 10 solutions

1.4 シンボリックな stdin

flag_len = 32
sym_stdin = claripy.BVS("stdin", 8 * flag_len)

state = proj.factory.entry_state(stdin=sym_stdin)

# Constrain to printable ASCII
for i in range(flag_len):
    byte = sym_stdin.get_byte(i)
    state.solver.add(byte >= 0x20)
    state.solver.add(byte <= 0x7e)

1.5 関数のフック

# Hook by address (skip N bytes of original code)
@proj.hook(0x401100, length=5)
def skip_check(state):
    state.regs.eax = 1  # force success

# SimProcedure: replace library function
class MyStrcmp(angr.SimProcedure):
    def run(self, s1, s2):
        return claripy.If(
            self.state.memory.load(s1, 32) == self.state.memory.load(s2, 32),
            claripy.BVV(0, 32),
            claripy.BVV(1, 32)
        )

proj.hook_symbol('strcmp', MyStrcmp())

# Hook common problematic functions
proj.hook_symbol('printf', angr.SIM_PROCEDURES['libc']['printf']())
proj.hook_symbol('scanf', angr.SIM_PROCEDURES['libc']['scanf']())
proj.hook_symbol('puts', angr.SIM_PROCEDURES['libc']['puts']())

1.6 メモリ操作

# Read memory (symbolic-aware)
data = state.memory.load(addr, size)          # returns BV
data_concrete = state.solver.eval(data, cast_to=bytes)

# Write memory
state.memory.store(addr, claripy.BVV(0x41, 8))
state.memory.store(addr, sym_buf)

# Read/write registers
rax = state.regs.rax
state.regs.rdi = claripy.BVV(0x1000, 64)

---

2. Z3 による制約解決

2.1 コア API

from z3 import *

# Sorts
x = BitVec('x', 32)    # 32-bit bitvector
y = Int('y')             # arbitrary precision integer
b = Bool('b')            # boolean

# Solver
s = Solver()
s.add(x + y == 42)
s.add(x > 0)
s.add(y > 0)

if s.check() == sat:
    m = s.model()
    print(f"x = {m[x]}, y = {m[y]}")

2.2 一般的な CTF パターン

# Serial key validation: each char satisfies constraints
key = [BitVec(f'k{i}', 8) for i in range(16)]
s = Solver()
for k in key:
    s.add(k >= 0x30, k <= 0x7a)  # alphanumeric-ish

# XOR key recovery
plaintext = b"known_plaintext"
ciphertext = b"\x12\x34..."
key_byte = BitVec('key', 8)
s = Solver()
for p, c in zip(plaintext, ciphertext):
    s.add(p ^ key_byte == c)

# System of linear equations (modular)
a, b, c = BitVecs('a b c', 32)
s = Solver()
s.add(3*a + 5*b + 7*c == 0x12345678)
s.add(2*a + 4*b + 6*c == 0xDEADBEEF)
s.add(a ^ b ^ c == 0xCAFEBABE)

2.3 最適化

from z3 import Optimize

opt = Optimize()
x = BitVec('x', 32)
opt.add(x > 0)
opt.add(x < 1000)
opt.minimize(x)  # find smallest satisfying value
opt.check()
print(opt.model())

---

3. UNICORN ENGINE — コードエミュレーション

3.1 基本的なセットアップ

from unicorn import *
from unicorn.x86_const import *
from capstone import Cs, CS_ARCH_X86, CS_MODE_64

mu = Uc(UC_ARCH_X86, UC_MODE_64)

CODE_ADDR = 0x400000
STACK_ADDR = 0x7fff0000
STACK_SIZE = 0x10000

mu.mem_map(CODE_ADDR, 0x10000)
mu.mem_map(STACK_ADDR, STACK_SIZE)

mu.mem_write(CODE_ADDR, code_bytes)
mu.reg_write(UC_X86_REG_RSP, STACK_ADDR + STACK_SIZE - 0x1000)
mu.reg_write(UC_X86_REG_RBP, STACK_ADDR + STACK_SIZE - 0x1000)

mu.emu_start(CODE_ADDR, CODE_ADDR + len(code_bytes))

result = mu.reg_read(UC_X86_REG_RAX)

3.2 メモリと命令のフック

# Hook memory access
def hook_mem(uc, access, address, size, value, user_data):
    if access == UC_MEM_WRITE:
        print(f"Write {value:#x} to {address:#x}")
    elif access == UC_MEM_READ:
        print(f"Read from {address:#x}")

mu.hook_add(UC_HOOK_MEM_READ | UC_HOOK_MEM_WRITE, hook_mem)

# Hook specific instruction (for tracing)
def hook_code(uc, address, size, user_data):
    code = uc.mem_read(address, size)
    md = Cs(CS_ARCH_X86, CS_MODE_64)
    for insn in md.disasm(bytes(code), address):
        print(f"  {insn.address:#x}: {insn.mnemonic} {insn.op_str}")

mu.hook_add(UC_HOOK_CODE, hook_code)

3.3 使用例

使用例	アプローチ
シェルコードのアンパック	シェルコードをマッピングしてエミュレートし、デコードされたペイロードをダンプします
文字列の復号	入力を制御して、復号関数をエミュレートします
短いキーのブルートフォース	キー入力を変えながら、エミュレーションを繰り返します
難読化された関数の分析	関数をエミュレートし、レジスター／メモリの状態を観察します
ファームウェアコードのエミュレーション	ファームウェアのメモリレイアウトをマッピングし、ルーチンをエミュレートします

---

4. ANGR の探索戦略

4.1 find/avoid

simgr.explore(
    find=lambda s: b"Correct" in s.posix.dumps(1),   # stdout contains "Correct"
    avoid=lambda s: b"Wrong" in s.posix.dumps(1)      # avoid "Wrong" output
)

4.2 パス爆発の管理

戦略	実装
入力空間を制約する	制約（印字可能文字、長さの上限）を追加します
行き止まりのパスを避ける	失敗が既知のアドレスに avoid= を使用します
複雑な関数をフックする	簡略化した SimProcedure に置き換えます
ループの反復回数を制限する	state.options.add(angr.options.LAZY_SOLVES)
veritesting を使用する	simgr.explore(..., technique=angr.exploration_techniques.Veritesting())
BFS の代わりに DFS を使用する	simgr.use_technique(angr.exploration_techniques.DFS())
パスごとにタイムアウトを設定する	simgr.explore(..., num_find=1) ＋ タイムアウト用ラッパー

4.3 具象実行とシンボリック実行のハイブリッド

state = proj.factory.entry_state(
    add_options={angr.options.UNICORN}  # use Unicorn for concrete regions
)

これにより、実行速度が大幅に向上します。具象コードは Unicorn を介してネイティブに実行され、シンボリック変数が関与する場合にのみシンボリック実行に切り替わります。

---

5. 実践的なワークフロー

5.1 CTF バイナリの解析ワークフロー

1. Static analysis: identify input method, success/fail conditions
   └─ Find "Correct" / "Wrong" strings → get their xref addresses

2. Choose tool:
   ├─ Pure math (no binary needed) → Z3
   ├─ Small binary, clear success/fail → angr explore
   └─ Specific function to emulate → Unicorn

3. Set up symbolic input:
   ├─ stdin → claripy.BVS + entry_state(stdin=)
   ├─ argv → full_init_state(args=[...])
   ├─ file input → SimFile
   └─ specific memory → state.memory.store(addr, sym)

4. Hook problematic functions:
   ├─ printf/puts → SimProcedure or no-op
   ├─ scanf → custom handler
   ├─ time/random → return concrete value
   └─ anti-debug → skip entirely

5. Explore and extract:
   └─ simgr.explore(find=, avoid=) → solver.eval()

---

6. 判断ツリー

Need to solve a reversing challenge?
│
├─ Is the challenge pure math / equations?
│  └─ Yes → Z3
│     ├─ Linear equations → BitVec + Solver
│     ├─ Modular arithmetic → BitVec (natural mod 2^n)
│     ├─ Boolean logic → Bool + Solver
│     └─ Optimization → Optimize + minimize/maximize
│
├─ Is it a compiled binary with clear success/fail?
│  └─ Yes → angr
│     ├─ Input via stdin → symbolic stdin
│     ├─ Input via argv → full_init_state with symbolic args
│     ├─ Input via file → SimFile
│     ├─ Path explosion → add constraints, avoid paths, hook loops
│     └─ Complex library calls → hook with SimProcedure
│
├─ Need to emulate a specific function/region?
│  └─ Yes → Unicorn Engine
│     ├─ Decryption routine → map code + data, emulate, read result
│     ├─ Shellcode analysis → map shellcode, hook syscalls
│     └─ Key schedule → emulate with different inputs
│
├─ Need to analyze firmware / exotic arch?
│  └─ Yes → Qiling (full system emulation with OS support)
│
├─ Binary has VM protection?
│  └─ angr for handler analysis + Z3 for bytecode constraints
│
└─ None of the above working?
   ├─ Combine: Unicorn for concrete regions + Z3 for constraints
   ├─ Manual reverse engineering with debugger
   └─ Side-channel approach (timing, power analysis for hardware)

---

7. よくある問題と対処法

問題	原因	対処法
angr がいつまでもハングする	ループでのパス爆発	ループバックエッジに avoid= を追加するか、ループにフックを設定します
Z3 が unknown を返す	非線形制約が複雑すぎる	簡素化する、サブ問題に分割する、set_param("timeout", 5000) を使用します
syscall で Unicorn がクラッシュする	syscall が処理されていない	syscall 割り込みにフックを設定し、処理するかスキップします
angr の結果が間違っている	状態の初期化が正しくない	初期メモリレイアウトが実際のバイナリと一致していることを確認します
シンボリックメモリが大きすぎる	シンボリック読み取りに上限がない	可能な場合は配列インデックスを具体化します
SimProcedure の型が間違っている	引数の型が一致していない	呼び出し規約（cdecl と fastcall）を確認します
angr がバイナリを読み込めない	ライブラリが不足している	auto_load_libs=False を使用し、必要なシンボルにフックを設定します

---

8. ツールのバージョンとインストール

# angr (Python 3.8+)
pip install angr

# Z3
pip install z3-solver

# Unicorn Engine
pip install unicorn

# Capstone (disassembly, pairs with Unicorn)
pip install capstone

# Keystone (assembly)
pip install keystone-engine