- A+
一:背景
1. 讲故事
为什么要提 宇宙射线
, 太阳耀斑
导致的程序崩溃呢?主要是昨天在知乎上看了这篇文章:莫非我遇到了传说中的bug? ,由于 rip
中的0x41变成了0x61出现了bit位翻转导致程序崩溃,截图如下:
下面的评论大多是说由于 宇宙射线
,这个太玄乎了,说实话看到这个 传说bug
的提法,我还是挺兴奋的,毕竟在我的分析旅程中,我也是真的遇到过,这篇就拿出来给大家分享吧,当时百思不得其解,真的是无语死了。
这位朋友找到我的时候,说程序会出现偶发性崩溃,自己在网上也发了很多帖子来寻找答案,最后都不了了之,问题确实太玄乎了,这一篇我们就开始这个奇妙之旅吧。
二:Windbg 分析
1. 为什么会崩溃
找崩溃点比较简单,使用windbg 自带的 !analyze -v
命令去挖那个 EXCEPTION_POINTERS
结构体即可。
0:083> !analyze -v CONTEXT: (.ecxr) rax=0000024f82c77341 rbx=000000f275dfe7f0 rcx=00007ffb05e55658 rdx=7ffb083d8c582d89 rsi=0000000000000000 rdi=000000f275dfe300 rip=00007ffb64be082f rsp=000000f275dfeaa0 rbp=000000007ffb05ee r8=0000024ff9bc0810 r9=deb6f5c6f59b3377 r10=1441a86c71655650 r11=ebbed78e94800000 r12=00007ffb05e55640 r13=0000000000000020 r14=0000024b26a3d9e0 r15=0000024f82c77340 iopl=0 ov up ei ng nz na po cy cs=0033 ss=002b ds=002b es=002b fs=0053 gs=002b efl=00010a85 clr!WKS::gc_heap::background_mark_simple1+0x516: 00007ffb`64be082f 4c8b02 mov r8,qword ptr [rdx] ds:7ffb083d`8c582d89=???????????????? Resetting default scope EXCEPTION_RECORD: (.exr -1) ExceptionAddress: 00007ffb64be082f (clr!WKS::gc_heap::background_mark_simple1+0x0000000000000516) ExceptionCode: c0000005 (Access violation) ExceptionFlags: 00000001 NumberParameters: 2 Parameter[0]: 0000000000000000 Parameter[1]: ffffffffffffffff Attempt to read from address ffffffffffffffff STACK_TEXT: 000000f2`75dfeaa0 00007ffb`64be03a0 : clr!WKS::gc_heap::background_mark_simple1+0x516 000000f2`75dfeb00 00007ffb`64be074e : clr!WKS::gc_heap::background_mark_simple+0x6d 000000f2`75dfeb30 00007ffb`64a45fc7 : clr!WKS::gc_heap::background_promote+0x98 ...
从卦中数据看,当前触发了后台GC,并且处于标记阶段,在标记托管堆上的对象时发现了有坏对象,无奈只能触发 CLR执行引擎异常
,这也说明当前的托管堆是处于损坏状态,可以用 !verifyheap
命令验证一下。
0:083> !verifyheap object 0000024f82c76b18: bad member 0000024F82C77F40 at 0000024F82C76B70 Last good object: 0000024F82C76AA0. object 0000024f82c76ca8: bad member 0000024F82C77340 at 0000024F82C76CB0 Last good object: 0000024F82C76C58. object 0000024f82c76fa8: bad member 0000024F82C77050 at 0000024F82C76FD0 Last good object: 0000024F82C76F88. Could not request method table data for object 0000024F82C77050 (MethodTable: 00007FFB3C032138). Last good object: 0000024F82C76FA8.
果然卦中的数据也验证了这一点,托管堆上有三个坏对象,接下来抽一个用 !do
命令来验证下。
0:083> !do 0000024f82c76b18 Name: System.Windows.Forms.TreeNode MethodTable: 00007ffb3c431af8 EEClass: 00007ffb3c488500 Size: 168(0xa8) bytes File: C:xxxxSystem.Windows.Forms.dll Fields: MT Field Offset Type VT Attr Value Name ... 00007ffb3c431ed8 400263f 58 ....Forms.TreeNode[] 0 instance 0000024f82c77f40 children ... 0:083> !do 0000024f82c77f40 <Note: this object has an invalid CLASS field> Invalid object
从错误信息以及刚才卦中的数据表明 TreeNode.children
内存布局被破坏了,这种情况大多是因为 MethodTable 不对了导致CLR识别不出这块内存的对象,可以用 dp 验证下。
0:083> dp 0000024f82c77f40 L4 0000024f`82c77f40 00007ffb`3c411ed8 00000000`00400008 0000024f`82c77f50 0000024f`82c56fa8 0000024f`82c57378 0:083> !dumpmt 00007ffb`3c411ed8 00007ffb3c411ed8 is not a MethodTable
从卦中的 00007ffb3c411ed8 is not a MethodTable
可以看到这个地址是错误的,那正确地址是什么呢?如果有心细的朋友会看到 !do
的时候已经显示了正确的方法表,即 00007ffb3c431ed8
。
接下来仔细观察 00007ffb3c411ed8
和 00007ffb3c431ed8
这两个地址,会发现一个是 3c41
一个是 3c43
,真的是无语了,截图如下:
一般来说,这种单bit位的翻转也不像是用 PInvoke 的方式让 C++ 破坏了 C# 的托管堆,也不像是什么 hook 注入导致的,反正很神奇,为了拿更多证据可以在抽一个 坏对象 观察下。
0:083> !do 0000024f82c76fa8 Name: System.Windows.Forms.TreeNode MethodTable: 00007ffb3c431af8 EEClass: 00007ffb3c488500 Size: 168(0xa8) bytes Fields: MT Field Offset Type VT Attr Value Name ... 00007ffb3c432138 4002636 28 ...eNodeImageIndexer 0 instance 0000024f82c77050 imageIndexer ... 0:083> !do 00007ffb`3c032138 <Note: this object has an invalid CLASS field> Invalid object 0:083> dp 0000024f82c77050 L1 0000024f`82c77050 00007ffb`3c032138
从卦中数据看:方法表 00007ffb3c032138
和 00007ffb3c432138
也是差了一个bit位,即 3c03
和 3c43
的差别。
2. 为什么会翻转
有些朋友可能说,你这数据是不是网络数据,比如有什么 纠错码
,海明码
之类的,其实 mt 的数据是嵌入到 image 中的,这块数据一般在初始化的时候由 clr 构建好,后期不会有人去改写的,可以用 !address
看下。
0:083> !address 00007ffb3c432138 Usage: Image Base Address: 00007ffb`3c431000 End Address: 00007ffb`3c434000 Region Size: 00000000`00003000 ( 12.000 kB) State: 00001000 MEM_COMMIT Protect: 00000004 PAGE_READWRITE Type: 01000000 MEM_IMAGE Allocation Base: 00007ffb`3c400000 Allocation Protect: 00000080 PAGE_EXECUTE_WRITECOPY Image Path: C:WindowsassemblyNativeImages_v4.0.30319_64System.Windows.Forms1534a59650e0fd08da0ed8931d9f6d5fSystem.Windows.Forms.ni.dll Module Name: System_Windows_Forms_ni Loaded Image Name: Mapped Image Name: More info: lmv m System_Windows_Forms_ni More info: !lmi System_Windows_Forms_ni More info: ln 0x7ffb3c432138 More info: !dh 0x7ffb3c400000 Content source: 1 (target), length: 1ec8
后来计划让朋友开启 MDA 托管调试助手去验证,结果朋友给我反馈说开启后,程序运行特别慢,这个很好理解,如果你的程序 PInvoke 过多,确实容易引发过高的 GC,所以能不能适应到各位的程序,还需要实际测试。
遗憾的这条路朋友没有走通,所以寻找答案就遥遥无期了,最后也就不了了之,因为那时候我认为所有的用户态异常都是软件造成的。。。
三:总结
直到昨天看了这篇 莫非我遇到了传说中的bug?
我现在有想法了,在下面可能的七种选项中:
- 宇宙射线
- 太阳耀斑
- 地磁暴
- 电离辐射
- 硬件故障
- 杀毒软件
- 内存超频
我觉得 内存超频
引发的程序不稳定概率是最大的,不知道大家可有不同的看法?