一种实现程序代码混淆的方法和系统
技术领域
本申请涉及计算机软件技术领域,尤其涉及一种实现程序代码混淆的方法和系统。
背景技术
对一些解释型计算机语言,其发布出去的程序包往往是中间代码(如java的jar包)。中间代码中可能包含大量源代码信息,如java的jar中的.class文件,包含了源码中的类名、字段名和方法名。通过这些信息,结合一些成熟的分析工具,可以快速反编译出还原度很高的java源代码。
为了解决这一问题,提升程序的安全性,混淆技术应运而生。混淆技术主要包含命名混淆和流程混淆两大类。命名混淆和流程混淆都以不改变程序本身功能为基础,即混淆后的程序依然能正常运行。流程混淆则是修改程序的运行流程,如将递归改为循环、替换方法入口等。命名混淆主要是将程序代码中的各种元素,如包名、类名、成员名改写成无意义的名字。混淆的作用主要有两方面:首先是增加程序的安全性,通常代码中的命名都是有实际意义的词汇,混淆后变成无规则的短字符串,大大增加了通过反编译推导代码功能的难度;另一方面是精简程序大小,混淆后程序中的字符串更短,从而程序的体积更小,也能一定程度提升程序的加载和运行速度。
现有技术一种实现程序代码命令混淆的方法包括如下:
A1、读入程序的所有代码(如java的所有.class文件),并添加到类池(classpool);
A2、读入所有的Keep规则;
A3、将Keep规则逐条匹配类池中的每个类或类成员,若匹配成功,标记该类或类成员,向混淆结果集合中添加一项(原名和混淆名相同);
A4、混淆类池的所有类和类成员;
A5、输出混淆结果(mapping)。
之后,可以根据混淆结果重写被混淆程序的代码。
类池(class pool)是一种包含被混淆程序的所有类的容器,通常以Map实现。混淆初始化的时候可以将被混淆程序代码的所有类读入到该容器,以便后续进行Keep和混淆处理。另外,由于一些限制(如java的反射调用、第三方库接口等),程序中的某些字符串不能被混淆(混淆后会导致程序运行异常),因此需要配置Keep规则,确定哪些名字在混淆过程中保持不变。Keep规则通常以文本形式输入到混淆工具。Keep规则标明了混淆的处理过程中一些不能被混淆(如通过反射调用的类名)的类或成员的名字。通过配置keep规则,可以指定哪些类名或成员名需要保留不变。keep规则可以包含一些通配符,以匹配符合特定规则的类名或成员名。
上述现有技术的过程中,A1步骤中读入程序的所有代码,后续统一处理,而没有考虑程序代码中存在的模块结构。对于实际研发过程中,当程序规模达到一定程度,通常需要进行模块化解耦,即将程序按功能或依赖关系进行分块。还可以将不同的模块交由不同的团队进行开发维护。不同模块的混淆Keep规则可能会产生冲突,比如模块A需要Keep以“com.aaa”为前缀的类名,而模块B又希望混淆以“com.aaa”为前缀的类名,从而模块A的混淆影响到了模块B,要解决这样的冲突耗时费力,且不符合模块间解耦的原则。
可见,现有技术对多模块程序代码的混淆还不提供较好的支持。
发明内容
本申请实施例的目的是提供一种实现程序代码混淆的方法和系统,以对多模块程序代码提供更好的支持。
为解决上述技术问题,本申请实施例是这样实现的:
一种实现程序代码混淆的方法,包括:
读入不同模块的程序代码和与模块对应的keep规则,所述模块具有全局唯一标识;
将不同模块的程序代码中的类/类成员添加到类池中,并将添加的类/类成员用对应模块的标识标记;将不同模块对应的keep规则添加到规则列表中,并将添加的keep规则用对应模块的标识标记;
遍历规则列表中的每一Keep规则;在遍历到每一Keep规则时,将该Keep的标识及规则逐条匹配类池中的每个类或类成员,将标识相同且规则匹配成功的类/类成员移出所述类池;
混淆类池中的类/类成员,输出混淆结果。
一种实现程序代码混淆的系统,包括:
读入单元,用于读入不同模块的程序代码和与模块对应的keep规则,所述模块具有全局唯一标识;
添加单元,用于将不同模块的程序代码中的类/类成员添加到类池中,并将添加的类/类成员用对应模块的标识标记;还用于将不同模块对应的keep规则添加到规则列表中,并将添加的keep规则用对应模块的标识标记;
类池,用于存储添加单元添加的类/类成员;
规则列表,用于存储添加单元添加的Keep规则;
遍历单元,用于遍历规则列表中的每一Keep规则;并在遍历到每一Keep规则时,将该Keep的标识及规则逐条匹配类池中的每个类或类成员,将标识相同且规则匹配成功的类/类成员移出所述类池;
混淆单元,用于混淆类池中的类/类成员,并输出混淆结果。
由以上本申请实施例提供的技术方案可见,本申请实施例通过对Class pool中的每个类/类成员和Keep列表中的每条规则都添加tag标识,从而隔离了一个模块的Keep规则对其它模块的影响。本申请实施例在keep规则的匹配过程中增加了一层过滤,若类/类成员的tag与Keep规则的tag不一致,则该次匹配失败,也即keep规则只会对规则的来源模块的类生效,从而隔离模块间的keep规则的影响。进而,可以降低模块间的耦合度,并能提升多模块程序系统并行开发的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一种实现程序代码混淆的方法实施例的流程图;
图2为本申请S110的执行效果示意图;
图3为本申请S120的执行效果示意图;
图4为本申请一种实现程序代码混淆的方法实施例的示意图;
图5为本申请一种实现程序代码混淆的方法实施例的示意图;
图6为本申请一种实现程序代码混淆的系统实施例的模块图;
图7为本申请一种实现程序代码混淆的系统实施例的模块图;
图8为本申请一种实现程序代码混淆的系统实施例的模块图。
具体实施方式
本申请实施例提供一种实现程序代码混淆的方法和系统。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请一种实现程序代码混淆的方法实施例,如图1所示,包括:
S110:读入不同模块的程序代码和与模块对应的keep规则,所述模块具有全局唯一标识。
本实施例中的程序代码可以具有多个模块。各个模块具有全局唯一的标识(tag),即一个模块的标识不会与另一模块的标识相同。每个模块可以具有并维护自己的Keep规则。
S110的执行效果如图2所示。图2中,程序代码包括模块A的代码、模块B的代码…。
模块A的代码如:
Com.foo.bar.moduleA.classA
Com.foo.bar.moduleA.classB
Com.foo.bar.moduleA.classC
…
模块B的代码如:
Com.foo.bar.moduleB.classA
Com.foo.bar.moduleB.classB
Com.foo.bar.moduleB.classC
…
模块A的规则如:
-keep class*.classA
模块B的规则如:
-keep class*.classB
模块A具有全局唯一标识tag-A,模块B具有全局唯一标识tag-B。
S120:将不同模块的程序代码中的类/类成员添加到类池中,并将添加的类/类成员用对应模块的标识标记;将不同模块对应的keep规则添加到规则列表中,并将添加的keep规则用对应模块的标识标记。
混淆方法实施过程中,可以将不同模块的程序代码中的类/类成员添加到类池(class pool)中。所述类池是一种包含被混淆程序的所有类的容器,通常以Map实现。混淆初始化的时候可以将被混淆程序代码的所有类读入到该容器,以便后续执行Keep规则及进行混淆处理。
将不同模块的程序代码中的类/类成员添加到类池的过程中,可以将添加的类/类成员用对应模块的标识标记。这样,添加到类池的类/类成员,都带有表征其来源模块的标识。
将不同模块对应的keep规则添加到规则列表中,并将添加的keep规则用对应模块的标识标记。Keep规则标明了混淆的处理过程中一些不能被混淆(如通过反射调用的类名)的类或成员的名字。通过配置keep规则,可以指定哪些类名或成员名需要保留不变。keep规则可以包含一些通配符,以匹配符合特定规则的类名或成员名。通过对添加的Keep规则添加标识,可以标记该Keep规则将作用于哪个模块的类/类成员。
所述标识可以通过某种规则进行设置,只要保证具有全局唯一性即可。优选地,可以采用模块代码的文件全路径字符串作为标识。由于模块代码文件的全路径是唯一的(不同模块有着不同的代码文件),因此标识也是全局唯一的。同时,这样的标识还可用于后续其它用途,如模块代码回写等。
S120的执行效果如图3所示。图3中,类池中标记了tag的的类/类成员包括:
Com.foo.bar.moduleA.classA[tag-A]
Com.foo.bar.moduleA.classB[tag-A]
Com.foo.bar.moduleA.classC[tag-A]
Com.foo.bar.moduleB.classA[tag-B]
Com.foo.bar.moduleB.classB[tag-B]
Com.foo.bar.moduleB.classC[tag-B]
…
图3中,规则列表中包括:
-keep class*classA[tag-A]
-keep class*classA[tag-B]
-keep class*classA[tag-B]
…
S130:遍历规则列表中的每一Keep规则;在遍历到每一Keep规则时,将该Keep的标识和规则逐条匹配类池中的每个类或类成员,将标识相同且规则匹配成功的类/类成员移出所述类池。
S130实际上是按照Keep规则进行处理。具体的,遍历规则列表中的每一Keep规则;在遍历到每一Keep规则时,将该Keep的tag标识和规则逐条匹配类池中的每个类或类成员。如果tag相同,且根据规则匹配到类/类成员,说明该类/类成员适用该当前模块的规则,并且是需要保持的类/类成员,即不对该类/类成员进行命令混淆。
进而,可以将标识相同且规则匹配成功的类/类成员移出类池。这样,类池中将不存在所述标识相同且规则匹配成功的类/类成员。在后续输出混淆结果并根据混淆结果重写混淆代码后,不会将该匹配成功的类/类成员的名字改写成无意义的字符。
可选地,将标识相同且规则匹配成功的类/类成员移出类池后,可以将标识相同且规则匹配成功的类/类成员移动到混淆结果集合。该移动到混淆结果集合的匹配成功的类/类成员,并可以标记其原名和混淆名相同。从而在后续输出混淆结果并根据混淆结果重写混淆代码后,可以根据混淆结果集合获得混淆的名字及没有混淆的名字。
S140:混淆类池的类/类成员,输出混淆结果。
后续,可以根据混淆结果重写所述程序代码。由于S130中已将标识相同且规则匹配成功的类/类成员移出类池,因此,S140中进行混淆的类/类成员不包括所述移出的类/类成员,从而实现了保持特定类/类成员的名称不被混淆的目的。
本申请实施例通过对Class pool中的每个类/类成员和Keep列表中的每条规则都添加tag标识,从而隔离了一个模块的Keep规则对其它模块的影响。本申请实施例在keep规则的匹配过程中增加了一层过滤,若类/类成员的tag与Keep规则的tag不一致,则该次匹配失败,也即keep规则只会对规则的来源模块的类生效,从而隔离模块间的keep规则的影响。进而,可以降低模块间的耦合度,并能提升多模块程序系统并行开发的效率。
另外,上述图1所示的实施例中,还可以设置多适配keep规则,即一个keep规则可以适用至少两个模块的类/类成员。具体的,可以通过将tag标识例如设置为tag-A、tag-B实现,如图4所示。
例如一个tag标识设置为tag-A、tag-B的keep规则,则将匹配到模块A和模块B中所有与规则适配的类/类成员。
类似的,上述图1所示的实施例中,还可以设置通用规则,即适用任一模块的Keep规则。这样的tag例如设置为Null,如图5所示。这样,对于部分将使所有模块都用的规则,为了避免重复配置,可以将这些规则独立出来作为通用规则,并适用于class pool中所有类。因此,Keep规则可分为两大类:1、tag不为空:由特定模块配置,并只对该模块生效;2、tag为空:统一配置,对所有模块生效。
以下介绍本申请一种实现程序代码混淆的系统实施例,如图6所示,该系统可以包括:
读入单元61,用于读入不同模块的程序代码和与模块对应的keep规则,所述模块具有全局唯一标识;
添加单元62,用于将不同模块的程序代码中的类/类成员添加到类池中,并将添加的类/类成员用对应模块的标识标记;还用于将不同模块对应的keep规则添加到规则列表中,并将添加的keep规则用对应模块的标识标记;
类池63,用于存储添加单元添加的类/类成员;
规则列表64,用于存储添加单元添加的Keep规则;
遍历单元65,用于遍历规则列表中的每一Keep规则;并在遍历到每一Keep规则时,将该Keep的标识及规则逐条匹配类池中的每个类或类成员,将标识相同且规则匹配成功的类/类成员移出所述类池;
混淆单元66,用于混淆类池中的类/类成员,并输出混淆结果。
优选地,采用模块代码的文件全路径字符串作为所述标识。
优选地,所述添加的keep规则标记有至少两个模块的标识。
优选地,所述添加的keep规则标记有Null标识,以匹配任一模块的keep规则。
优选地,所述keep规则包含通配符,用于匹配符合特定规则的类名或成员名。
优选地,如图7所示,所述遍历单元65还用于将所述标识相同且规则匹配成功的类/类成员移动到混淆结果存储单元67;
所述系统还包括混淆结果存储单元67,用于存储混淆结果。
优选地,在图6或图7基础上,所述系统还可以如图8所示,还包括(仅示出了以图6为基础的图,以图7为基础的图类似):
重写单元68,用于根据混淆结果重写所述程序代码。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。