前言

很多時候，我們都會覺得混淆指令碼程式是件困難的事，效果遠不及傳統程式的混淆力度。畢竟，指令碼的初衷就是簡單易用。諸多先天不足的特徵，使得混淆難以深入實施。

然而從理論上這似乎也說不通，只要是圖靈完備的語言，解決問題的能力都是相同的。舉個最簡單的例子，網上有使用 JavaScript 實現的 x86 模擬器，我們拋開效能不說，單論功能，它和本地系統是一樣的。因此使用傳統工具混淆的程式，同樣也是能在瀏覽器中執行的！

當然，這個代價不免有些太大。為了保護一段邏輯，還得載入一個龐大的模擬器和作業系統，顯然是難以接受的。但是這個思路還是很有意義的 —— 將需要保護的程式碼邏輯，放入模擬器中執行。

事實上類似的方案也早已存在，例如大名鼎鼎的 VMProtect。在瀏覽器端同樣也有應用的案例，例如 Google 曾經開發的 reCaptcha 驗證系統，也用到了模擬器來保護重要邏輯。

如何將前端指令碼程式，變成可被模擬器執行的指令？我們從最簡單的案例開始講解。

位元組碼

和傳統的編譯型程式不同，指令碼程式始終是帶語法的文字程式碼。如何將一段充滿各種可讀單詞的程式碼，儘可能多得使用數字來描述？例如這段程式碼：

var el = document.createElement('script');
el.text = 'alert(123)';
document.body.appendChild(el);

其中就有變數名 el、字串 'script'、全域性變數 document、屬性 body 等可讀單詞。

對於變數名來說，普通的壓縮工具就能很好處理，變成諸如 a、b、c 這樣的短名字；但是字串和屬性，又該如何處理？

熟悉 JS 的都知道 obj.key 和 obj['key'] 是相等的。而且全域性變數都是 window 下的屬性。因此，我們可把全域性變數和屬性都變成字串的形式：

var el = window['document']['createElement']('script');
el['text'] = 'alert(123)';
window['document']['body']['appendChild'](el);

這時，整個程式碼中除了 window 之外，都是字串了。

既然我們的目標是將程式碼數字化，那就將數字以外的常量都提取出來，放到一個單獨的數組裡：

var MEM = [
    window, 'document', 'createElement', 'script',
    'text', 'alert(123)', 'body', 'appendChild'
];
 

這樣，就可以用 MEM[數字] 代替一切了：

var el = MEM[0][ MEM[1] ][ MEM[2] ]( MEM[3] );
el[ MEM[4] ] = MEM[5];
MEM[0][ MEM[1] ][ MEM[6] ][ MEM[7] ](el);

看起來有些眼花繚亂了吧。不過這只是對常量進行替換，語法仍然存在，因此還是能推測出大致的邏輯。不少基於語法樹的混淆工具，大多就到這一步。

下面我們進一步，將語法展開：

var A, X, Y, Z

A = MEM[0]       //  window
X = MEM[1]       //  'document'
X = A[X]         //  X = window['document']

A = MEM[2]       //  'createElement'
Y = MEM[3]       //  'script'
A = X[A](Y)      //  A = document['createElement']('script')

Y = MEM[4]       //  'text'
Z = MEM[5]       //  'alert(123)'
A[Y] = Z         //  A['text'] = 'alert(123)'

Y = MEM[6]       //  'body'
X = X[Y]         //  X = document['body']

Y = MEM[7]       //  'appendChild'
X[Y](A)          //  body['appendChild'](A)

由於失去了語法，因此需要一些臨時變數來儲存中間值，這裡使用 A、X、Y、Z 四個變數來暫存。

這時的每一步，都是一個基本操作。我們到了指令碼層面最低階的形式。（可以試著粘到控制檯，仍能正常執行~ 或者點選 jsfiddle.net/qLtojr5z/ 演示）

觀察上述程式碼，其中有大量相似操作，我們嘗試用代號來進行替換。例如讀取 MEM[i] 操作，使用 LDR（Load Reg）來描述：

r = MEM[i]      =>    LDR r, i

同樣的，屬性讀寫操作，也進行類似替換：

r1 = r2[r3]     =>    GET r1, r2, r3
r1[r2] = r3     =>    SET r1, r2, r3

對於方法呼叫操作，暫且用 CAL 來表示引數正好為 1 個的情況，並且返回值統一存放在 A 中：

A = r1[r2](r3)  =>    CAL r1, r2, r3

現在，我們用這個幾個虛擬代號，重新描述上述邏輯：

LDR A, 0
LDR X, 1
GET X, A, X

LDR A, 2
LDR Y, 3
CAL X, A, Y

LDR Y, 4
LDR Z, 5
SET A, Y, Z

LDR Y, 6
GET X, X, Y

LDR Y, 7
CAL X, Y, A

這是不是有一種彙編指令的感覺！之後的處理過程自然就很明確了，我們將這些可讀的文字彙編碼，轉換成二進位制位元組碼。

例如用 1 代表 LDR 指令，2 代表 GET 指令。。。同樣的，暫存器也可以用數字表示，例如用 0 代表 A ，1 代表 X。。。

於是之前那段程式邏輯，最終就能用純數字表示了：

01 00 00 00 01 01 00 01 02 01 00 01 01 00 00 02
01 02 00 03 04 01 00 02 01 02 00 04 01 03 00 05
03 00 02 03 01 02 00 06 02 01 01 02 01 02 00 07
04 01 02 00

注意，這部分只是程式邏輯的指令資料，那些字串等常量資料並不在此，需要另外儲存。

模擬器

我們的位元組碼在瀏覽器看來，只是一堆資料而已，並無實際意義。因此需要一個模擬器，來解釋執行這些資料。

模擬器聽起來高大上，其實原理是非常簡單的 —— 根據指令資料，做相應操作而已。例如遇到 1，執行讀取儲存操作；遇到 2，執行訪問屬性操作。。。

REG = [];   // 暫存器

do {
    opcode = MEM[pc++];

    switch (opcode) {
        case 1:     // LDR
            ...
        case 2:     // GET
            ...
        case 3:     // SET
            r1 = MEM[pc++];
            r2 = MEM[pc++];
            r3 = MEM[pc++];

            obj = REG[r1];
            key = REG[r2];
            val = REG[r3];

            obj[key] = val;
        ...
    }
} while (...)

[執行演示]

我們將位元組碼當做二進位制資料載入到儲存中，然後使用一個計數器，指向當前指令所在的儲存位置，暫且稱之 pc（program counter）。每執行一條指令，pc 進行相應增加，指向下一條指令。周而復始。

這樣，一個模擬器的雛形就出現了。

我們可以新增更多的指令，例如算數、位運算等等，使模擬器變得更完善。同一個指令，也可以有多種模式。例如 LDR 指令，地址可以是立即數、暫存器，或是 暫存器+立即數、暫存器+暫存器 等多種模式，方便各種定址操作。

指令越豐富，相應的邏輯實現就越簡單。相反，指令越少，同樣的操作就需要多個指令組合才能完成。一個極端的例子就是 Brainfuck 程式，它只提供極少的指令，因此即便非常簡單的功能，也需要大量冗長的組合才能完成。

當然，指令越豐富模擬器也會越龐大，因此得根據實際需求折中考慮。

跳轉指令

程式不可能永遠都是順著執行的，否則一下就執行完了。因此還需跳轉操作，可反覆執行先前指令。最簡單的跳轉，就是無條件跳轉，我們暫且用 JMP（Jump）來表示：

Label:
  ...
  JMP Label

和傳統語言 BASIC 或 C 的 goto 一樣，在彙編文字層面，可以使用 label 作為跳轉的目標。當然 label 只是個標記而已，並不存在於最終的位元組碼中。最終儲存的，只是目標指令所在的位置。

因此當模擬器解釋 JMP 指令時，僅僅是修改 pc 而已：

...
switch (opcode) {
    ...
    case OP_JMP:
        ...
        pc = r;
    ...
}

有跳轉指令，我們就可以靈活操控流程，完全不必按照 JS 那死板的流程控制了。

事實上，這個指令集和 JS 原始碼已經毫無關係。我們完全可以使用其他語言，編譯出相應的虛擬指令。最終的位元組碼，顯然也是無法還原出 語義化 的 JS 程式碼的。

分支指令

除了無條件跳轉，還有帶條件的。例如這段程式碼：

var str = prompt('password'); 

if (str == 'hello') {
    alert('OK');
} else {
    alert('Fail');
}

按照先前的方式，我們將其轉換成最低階的 JS 程式碼：

var MEM = [window, 'prompt', 'password', 'hello', 'alert', 'OK', 'Fail']
var A, X, Y, Z

X = MEM[0]      // X = window
A = MEM[1]
Y = MEM[2]
A = X[A](Y)     // A = window['prompt']('password')

Y = MEM[3]      // Y = 'hello'

if (A == Y)
    A = MEM[5]  // A = 'OK'
else
    A = MEM[6]  // A = 'Fail'

Y = MEM[4]
X[Y](A)         // window['alert'](A)

相比之前，現在多了判斷操作。因此，我們再新增一個帶條件的跳轉指令。例如當 r1 != r2 時執行跳轉：

JNE r1, r2, label

這樣，我們就能和 JMP 指令組合，來表達上述邏輯了：

  ...                 ; 註釋
  LDR Y, 3            ; Y = 'hello'

  JNE A, Y, L_ELSE    ; if (A != Y) goto L_ELSE

  LDR A, 5            ; A = 'OK'
  JMP L_END
L_ELSE:
  LDR A, 6            ; A = 'Fail'
L_END:
  ...
  CAL X, Y, A         ; alert(A)

有了 != 判斷，自然也可實現 == 判斷。不過為了方便使用，我們可提供更豐富的分支操作。例如 JS 中的各種判斷：

甚至對於一些常見情況，還可再進一步封裝：

不過，有時我們只想判斷，未必要跳轉。例如：

isOK = (stat == 200);

對於這種情況，使用跳轉指令也能滿足，只是顯得略為累贅。如果想更精簡，則可新增純粹的判斷指令，例如：

A = (r1 != r2)    =>    TEST_NE r1, r2
A = (r1 in r2)    =>    TEST_IN r1, r2
...

當然，其本質都是一樣的。

JS 操作

既然我們的模擬器是用於瀏覽器環境，顯然應該提供完善的 JS/DOM 操作。因此我們再新增幾個指令碼相關的指令，例如：

這裡提一下 JS 的 + 操作符：它既可以用於數字加法，也可用於字串拼接。為了不和 ADD 指令混在一起，我們可單獨提供一個字串拼接的指令。

現在來思考一個問題：如何提供回撥函式？

從理論上說，我們可實現一個完全相容 JS 的位元組碼模擬器，但事實上這是相當複雜的。JS 有眾多靈活的特徵，例如閉包、with、eval 等等，要實現這些，相當於得重新造一個 JS 引擎，顯然是不現實的。

因此，我們只需提供一些常用的操作就可以了。閉包之類的特性，就可以不考慮了。不過回撥函式還是需要支援的，例如這段程式碼：

button.onclick = function() { ... };

我們可設計一個指令，將相應的 label 封裝成一個函式物件：

FUN  r, label      ; r = makeCallback(...)

label:
  ...

這樣，就能提供給 DOM 使用了：

L_CLICK:
  ...

L_MAIN:
  ...                ; A = button, X = 'onclick'

  FUNC  Y, L_CLICK   ; Y = makeCallback(...)
  SET   A, X, Y      ; A['onclick'] = Y

至於封裝的細節，大致就這樣：

function makeCallback(pc) {
    return function() {
        return vm.run(pc);
    };
}

在回撥函式裡，讓模擬器從 pc 的位置開始解釋，這樣就讓某些指令非同步執行了。

這裡簡單的演示一下。例如這個回撥函式：

var i = 0;

function render() {
    txt.value = i++;
    if (i <= 255) {
        requestAnimationFrame(render);
    }
}
render();

將其轉換成位元組碼：

0000    05 03 00 00             MOV Z, 0
0004    01 00 00 00  L_TIMER:   LDR A, 0
0008    01 01 00 01             LDR X, 1
000C    02 02 00 01             GET Y, A, X
0010    01 01 00 02             LDR X, 2
0014    03 02 01 03             SET Y, X, Z
0018    06 03 00 00             INC Z
001C    05 01 00 ff             MOV X, 255
0020    07 03 01 10             JG  Z, X, L_END
0024    01 01 00 03             LDR X, 3
0028    08 02 00 04             FUN Y, L_TIMER
002C    04 00 01 02             CAL A, X, Y
0030    00 00 00 00  L_END:     BRK

執行演示

在指令碼層面上還有個特殊流程，那就是錯誤捕獲。例如這樣的 JS 邏輯：

try {
    // safe
} catch (...) {
    // handler
}

這使用指令並不難描述。我們可定義兩個指令，分別用於捕獲的開啟和關閉：

  CATCH L_ERR
  ...           ; safe
  ...
  UNCATCH
  ...
L_ERR:
  ...           ; handler

當模擬器遇到 CATCH 指令時，使用 try 解釋後續指令，若有錯誤發生，則進入 label 的位置；當遇到 UNCATCH 指令時，則退出當前遞迴，返回上一層的捕獲：

function run(...) {
    ...
    case OP_CATCH:
        try {
            run(...);     // 安全模式 遞迴
        } catch (e) {
            pc = ...      // 錯誤處理流程
        }
        ...
    case OP_UNCATCH:
        return;

這樣，就能放心地執行一些可能報錯的操作了。

類似的邏輯實現還有很多，這裡就不詳細介紹了。關於模擬器的基本原理簡介，就到此為止。不過我們的目標並非只是為了實現一個模擬器，而是利用模擬器來保護程式碼邏輯。

邏輯保護

相比過去那些基於 AST（抽象語法樹）的混淆方案，使用模擬器可以實施得更深入。大致可以在這幾點上對抗：

• 編譯過程

• 指令編碼

• 指令混淆

編譯過程

從源程式到位元組碼，需要一個編譯的過程。這個過程本身就有一定的混淆效果，例如一些優化工作會對邏輯進行調整。和傳統的編譯型語言一樣，這個過程是不可逆的。反編譯的程式碼，是很難回到原始語義的。（不知大家是否見過那些自稱能把 exe 程式還原成 c 程式碼的工具，結果當然是慘不忍睹）

由於模擬器難以完全相容 JS 所有的特性，因此不能直接用於現有的指令碼。需混淆的程式碼必須遵循一定的規範編寫，例如不能使用 with、eval 等高階特性。所以，不推薦對整個程式都進行混淆，而是隻針對一些核心邏輯。

如果核心部分只是演算法，甚至完全可以不用 JS 編寫，而是選擇 C 這種更適合計算的語言。我們可以使用 clang 編譯出 LLVM 中間碼，然後開發一個 LLVM Backend 外掛，將中間碼編譯成我們模擬器的目標指令。

LLVM 是個非常有意義的系統。它不僅可用於程式的優化，同樣也可實現程式的「劣化」，讓邏輯變得更亂更難分析。例如在計算過程中，插入大量的中間步驟，干擾邏輯的分析。

指令編碼

因為模擬器的指令是我們自創的，所以對方在逆向分析之前，必須瞭解指令的編碼格式，才能成功反編譯。因此，在編碼上又可以進行一些對抗。

傳統的指令編碼大多都有規律，因為那是從解碼複雜度以及效能上考慮。例如：

switch (opcode) {
    ...
    case OP_SET:
        r1 = MEM[pc++];
        r2 = MEM[pc++];
        r3 = MEM[pc++];
        ...

這麼簡單明瞭的解碼過程，顯然是很容易分析的。而我們最終目標是混淆，效能並非是第一位。因此可使出各種千奇百怪的編碼格式，來增加解碼的複雜度。

例如，使用各種邏輯位運算，並且不同的指令格式也各不相同，沒有任何規律。在效能損失可接受的範圍內，將解碼過程變得極其複雜，使分析變得更困難。

a = MEM[pc++]
b = MEM[pc++]
if (a & 128)
    if (a & 64)    // OP_SET
        r1 = (a >> 4) & 16
        r2 = (b & 16) ^ ~r1
        r3 = (b >> 4 & 16) ^ r1
        ...

當然再複雜的格式也有破解的時候。因此我們不能永遠使用一種格式，而必須不定期的進行升級。不過，每次升級都得重新設計一遍，會不會很麻煩？

如果編碼格式由人工制定，那顯然是很麻煩的。因此必須藉助工具，自動化生成「編碼器」和「直譯器」。我們只需設計一些策略就可以了，讓工具將這些套路隨機組合，生成千奇百怪的格式。最終格式是什麼樣的，我們自己都不需要了解:)

總之，用最簡單的正向設計達到最困難的逆向分析，這就符合對抗的意義了。

指令混淆

指令本身也是記憶體中的資料。因此和普通資料一樣，指令資料也能被修改，例如當前指令可以修改即將執行的下一條指令，這樣就可以在執行時動態調整程式行為了。

利用這個特徵，我們可對程式的大部分指令事先進行加密，然後在執行時再逐步解密。假如程式有 a、b、c、d 幾個部分，我們事先將 b、c、d 部分進行簡單加密，只保留明文的 a 部分。

當程式執行 a 部分時，將 b 部分的二進位制資料進行解密，還原出明文指令；執行到 b 部分時，還原 c 部分，同時再將 a 部分加密回去。。。這樣變執行邊釋放，就能避免一出來就能看到所有指令，從而增加分析成本。

另外，在位元組碼的層面上，跳轉是以位元組為單位的，因此可跳到某個指令的中間：

位置     位元組碼          彙編碼
0000    02 01 02 03    GET X, Y, Z
0004    05 00 01       JMP 0001

這樣就能執行 01 02 03 05 這串位元組碼，即 LDR Y, 0x0305 了。利用這個方法，就可以將一些指令偽裝起來，實現花指令的效果。

類似的對抗思路還有很多，這裡就不詳細討論了。事實上，這些大多是傳統程式的混淆方案，之所以能用到 JS 上，得益於模擬器消除了平臺間的差距，從而使得前端指令碼也能享受到前人積累的對抗技術，完全不必自創一些看似炫酷實則毫無意義的混淆方案。