反編譯 · 反組譯
Decompilation / Disassembly
什麼是反編譯?
- 將機器語言還原為人可讀的形式
- 結果並非原始碼,而是推定重建版本
- 已發布的程式碼,他人也能讀取
開發者撰寫的原始碼,會經過「編譯」的過程,轉換成電腦能執行的機器語言。在這個過程中,變數名稱、註解、函式分組的設計意圖等給人看的資訊大多會被捨棄。反組譯是把機器語言逐行轉成以指令為單位的組合語言;反編譯則是分析這些指令組合,重新組成看得出條件判斷與迴圈的高階語言形式。產出結果並非原始碼,而是'應該是這樣寫的程式碼'的推定重建版本,因此通常稱為偽程式碼。
比喻來說,就像把譯本再譯回原文語言。大致意思會回來,但作者的文風與用字選擇不會完全一樣。反編譯後的程式碼中,函式名稱會以 FUN_00401a20 這種沒有意義的符號出現,原因就在這裡。近來 AI 也能讀取這類結果,並進一步加上「這個函式似乎在檢查密碼」這樣的名稱與說明,因此分析速度大幅提升。
實務上若需要看反編譯結果,讀法其實很簡單。比起函式名或變數名,應先看開啟哪個檔案、把資料送往哪裡、在什麼條件下停止,因為動作的骨架會從這裡浮現。現在最快的入門方式,是把結果貼給 AI,問「請用工作用語說明這段程式碼做什麼」。
Java、.NET、JavaScript 等以中間形式部署的程式,能還原得相當接近原始碼;反之,以 C、C++ 開發的程式,還原結果則粗糙得多。特別是網頁服務的 JavaScript 任何人都能在瀏覽器下載,因此寫在畫面程式裡的 API 金鑰或管理員網址並不是隱藏的。隨著部門用Vibe Coding打造內部工具越來越多,不知道這點、把機密值寫進畫面程式的事故時有所聞。雖有用來增加分析難度的混淆技術,但它只能拖慢而無法完全阻擋。
| 比較 | 反組譯 | 反編譯 |
|---|---|---|
| 產出物 | 組合語言(以指令為單位) | 偽代碼(類似 C 的高階語言) |
| 閱讀難度 | 專業人士用 | 具開發背景者大致看得懂 |
| 準確度 | 與機器語言一一對應 | 推估結構後重建 |
1960 年代,為了把沒有原始碼的舊程式移植到新型電腦上,最初被採用。2019 年,美國國家安全局(NSA)將內部使用的分析工具 Ghidra 開源公開,讓這項技術不需要昂貴的商用工具,人人都能使用。
舉一個假設的案例來看。一家全體員工 390 人規模的食品流通公司 A 公司,行銷團隊用氛圍編程在兩週內做出一套用 AI 自動分類客戶詢問的內部網頁工具,並且已經在使用中。同時,為了讓外部協力廠商也能使用,他們把它開放到了網路上。
- 負責資安檢查的 IT 部門尹代理,用瀏覽器開發者工具下載本頁的 JavaScript 來讀,發現裡面直接放著 AI 服務付款帳戶的金鑰。
- 行銷團隊的徐課長表示「以為程式碼在畫面後面,所以看不到」,尹代理則說明經由瀏覽器傳送的程式碼,等同於全部公開。
- 檢查使用紀錄後發現,過去一個月的請求中,約 18% 是公司內部從未發出的呼叫,尹代理當場作廢金鑰並重新發行。
- 新版中,我們把 AI 呼叫改為經過公司內部伺服器,金鑰只保存在伺服器端;合作夥伴的連線也改為必須先登入才能開啟的結構。
- 之後行銷團隊決定,把自行製作的網頁工具對外開放前,先經過 IT 團隊的畫面程式碼機密值檢查,第一季就在公開前找出並修正了兩個同類問題。
Jaryong Koo
朴雪英