如何防止jar包被反编译?

沉默王二其他网站优质文章约 3459 字大约 12 分钟

Java 作为解释型的编程语言,其高度抽象的特性意味其很容易被反编译,容易被反编译,自然就存在防止反编译的措施。今天就来和球友们聊一聊 如何防止 jar 包被反编译!!

一、常用的保护技术

通常,这些方法不能绝对防止程序被反编译,而是加大反编译的难度,因为这些方法都有自己的使用环境和弱点。

1. 隔离 Java 程序

最简单的方法就是让用户不能够访问到 Java Class 程序,这种方法是最根本的方法,具体实现有多种方式。

例如,可以将关键的 Java Class 放在服务器端,客户端通过访问服务器的相关接口来获得服务,而不是直接访问 Class 文件。这样黑客就没有办法反编译 Class 文件。目前,通过接口提供服务的标准和协议也越来越多,例如 HTTP、Web Service、RPC 等。但是有很多应用都不适合这种保护方式,例如对于单机运行的程序就无法隔离 Java 程序。这种保护方式见图 1 所示。

2. 对 Class 文件进行加密

为了防止 Class 文件被直接反编译,可以将一些关键的 Class 文件进行加密,例如对注册码、序列号管理相关的类进行加密等。在使用这些被加密的类之前,程序首先需要对这些类进行解密,之后再将这些类装载到 JVM 当中。这些类的解密可以由硬件完成,也可以使用软件完成。

在实现时,通过自定义 ClassLoader 类来完成加密类的装载。自定义的 ClassLoader 首先找到加密的类,而后进行解密,最后将解密后的类装载到 JVM 当中。在这种保护方式中,自定义的 ClassLoader 是非常关键的类。由于它本身不是被加密的,因此它可能会成为黑客最先攻击的目标。如果相关的解密密钥和算法被攻克,那么被加密的类也很容易被解密。这种保护方式示意图见图 2。

3. 转换成本地代码

将程序转换成本地代码也是一种防止反编译的有效方法。因为本地代码往往难以被反编译。我们可以选择将整个应用程序转换成本地代码,也可以选择关键模块转换。如果仅仅转换关键部分模块,Java 程序在使用这些模块时,需要使用 JNI 技术进行调用。

当然,在使用这种技术保护 Java 程序的同时,也牺牲了 Java 的跨平台特性。对于不同的平台,我们需要维护不同版本的本地代码,这将加重软件支持和维护的工作。不过对于一些关键的模块,有时这种方案往往是必要的。

为了保证这些本地代码不被修改和替代,通常需要对这些代码进行数字签名。在使用这些本地代码之前,往往需要对这些本地代码进行认证,确保这些代码没有被黑客更改。如果签名检查通过,则调用相关 JNI 方法。这种保护方式示意图见图 3。

4. 代码混淆

代码混淆是对 Class 文件进行重新组织和处理,使得处理后的代码与处理前代码完成相同的功能(语义)。但是混淆后的代码很难被反编译,即反编译后得出的代码是非常难懂、晦涩的,因此反编译人员很难得出程序的真正语义。

从理论上来说,黑客如果有足够的时间,被混淆的代码仍然可能被破解,甚至目前有些人正在研制反混淆的工具。但是从实际情况来看,由于混淆技术的多元化发展,混淆理论的成熟,经过混淆的 Java 代码还是能够很好地防止反编译。图 4 是代码混淆的示图。

二、混淆技术介绍

表 1 不同保护技术比较表

到目前为止,对于 Java 程序的保护,混淆技术是最基本的保护方法。Java 混淆工具也非常多,包括商业的、免费的、开放源代码的。Sun 公司也提供了自己的混淆工具。它们大多都是对 Class 文件进行混淆处理,也有少量工具首先对源代码进行处理,然后再对 Class 进行处理,这样加大了混淆处理的力度。

目前,商业上比较成功的混淆工具包括 JProof 公司的 1stBarrier 系列、Eastridge 公司的 JShrink 和 4thpass.comopen in new window 的 SourceGuard 等。主要的混淆技术按照混淆目标可以进行如下分类,它们分别为符号混淆(Lexical Obfuscation)、数据混淆(Data Obfuscation)、控制混淆(Control Obfuscation)、预防性混淆(Prevent Transformation)。

符号混淆

Class 中存在许多与程序执行本身无关的信息,例如方法名称、变量名称,这些符号的名称往往带有一定的含义。例如某个方法名为 getKeyLength(),那么这个方法很可能就是用来返回 Key 的长度。符号混淆就是将这些信息打乱,把这些信息变成无任何意义的表示,例如将所有的变量从 vairant_001 开始编号;对于所有的方法从 method_001 开始编号。

这将对反编译带来一定的困难。对于私有函数、局部变量,通常可以改变它们的符号,而不影响程序的运行。但是对于一些接口名称、公有函数、成员变量,如果有其它外部模块需要引用这些符号,我们往往需要保留这些名称,否则外部模块找不到这些名称的方法和变量。因此,多数的混淆工具对于符号混淆,都提供了丰富的选项,让用户选择是否、如何进行符号混淆。

数据混淆

数据混淆是对程序使用的数据进行混淆。混淆的方法也有多种,主要可以分为改变数据存储及编码(Store and Encode Transform)、改变数据访问(Access Transform)。

改变数据存储和编码可以打乱程序使用的数据存储方式。例如将一个有 10 个成员的数组,拆开为 10 个变量,并且打乱这些变量的名字;将一个两维数组转化为一个一维数组等。对于一些复杂的数据结构,我们将打乱它的数据结构,例如用多个类代替一个复杂的类等。

另外一种方式是改变数据访问。例如访问数组的下标时,我们可以进行一定的计算,下图就是一个例子。

在实践混淆处理中,这两种方法通常是综合使用的,在打乱数据存储的同时,也打乱数据访问的方式。经过对数据混淆,程序的语义变得复杂了,这样增大了反编译的难度。

控制混淆

控制混淆就是对程序的控制流进行混淆,使得程序的控制流更加难以反编译,通常控制流的改变需要增加一些额外的计算和控制流,因此在性能上会给程序带来一定的负面影响。有时,需要在程序的性能和混淆程度之间进行权衡。控制混淆的技术最为复杂,技巧也最多。这些技术可以分为如下几类:

增加混淆控制通过增加额外的、复杂的控制流,可以将程序原来的语义隐藏起来。例如,对于按次序执行的两个语句 A、B,我们可以增加一个控制条件,以决定 B 的执行。通过这种方式加大反汇编的难度。但是所有的干扰控制都不应该影响 B 的执行。图 6 就给出三种方式,为这个例子增加混淆控制。

控制流重组也是重要的混淆方法。例如,程序调用一个方法,在混淆后,可以将该方法代码嵌入到调用程序当中。反过来,程序中的一段代码也可以转变为一个方法调用。另外,对于一个循环的控制流,为可以拆分多个循环的控制流,或者将循环转化成一个递归过程。这种方法最为复杂,研究的人员也非常多。

预防性混淆

这种混淆通常是针对一些专用的反编译器而设计的,一般来说,这些技术利用反编译器的弱点或者 Bug 来设计混淆方案。例如,有些反编译器对于 Return 后面的指令不进行反编译,而有些混淆方案恰恰将代码放在 Return 语句后面。这种混淆的有效性对于不同反编译器的作用也不太相同的。一个好的混淆工具,通常会综合使用这些混淆技术。

案例分析

在实践当中,保护一个大型 Java 程序经常需要综合使用这些方法,而不是单一使用某一种方法。这是因为每种方法都有其弱点和应用环境。综合使用这些方法使得 Java 程序的保护更加有效。另外,我们经常还需要使用其它的相关安全技术,例如安全认证、数字签名、PKI 等。

接下来,会给出一个例子,它是一个 SCJP(Sun Certificate Java Programmer)的模拟考试软件。该应用程序带有大量的模拟题目,所有的题目都被加密后存储在文件中。由于它所带的题库是该软件的核心部分,所以关于题库的存取和访问就成为非常核心的类。一旦这些相关的类被反编译,则所有的题库将被破解。现在,我们来考虑如何保护这些题库及相关的类。

在这个例子中,我们考虑使用综合保护技术,其中包括本地代码和混淆技术。因为该软件主要发布在 Windows 上,因此转换成本地代码后,仅仅需要维护一个版本的本地代码。另外,混淆对 Java 程序也是非常有效的,适用于这种独立发布的应用系统。

在具体的方案中,我们将程序分为两个部分,一个是由本地代码编写的题库访问的模块,另外一个是由 Java 开发的其它模块。这样可以更高程度地保护题目管理模块不被反编译。对于 Java 开发的模块,我们仍然要使用混淆技术。该方案的示意图参见图 7。

对于题目管理模块,由于程序主要在 Windows 下使用,所以使用 C++开发题库访问模块,并且提供了一定的访问接口。为了保护题库访问的接口,我们还增加了一个初始化接口,用于每次使用题库访问接口之前的初始化工作。它的接口主要分为两类:

1. 初始化接口

在使用题库模块之前,我们必须先调用初始化接口。在调用该接口时,客户端需要提供一个随机数作为参数。题库管理模块和客户端通过这个随机数,按一定的算法同时生成相同的 SessionKey,用于加密以后输入和输出的所有数据。通过这种方式,只有授权(有效)的客户端才能够连接正确的连接,生成正确的 SessionKey,用于访问题库信息。非法的客户很难生成正确的 SessionKey,因此无法获得题库的信息。如果需要建立更高的保密级别,也可以采用双向认证技术。

2. 数据访问接口

认证完成之后,客户端就可以正常的访问题库数据。但是,输入和输出的数据都是由 SessionKey 所加密的数据。因此,只有正确的题库管理模块才能够使用题库管理模块。图 8 时序图表示了题库管理模块和其它部分的交互过程。

参考链接:cnblogs.com/dartagnan/archive/2011/03/24/2003434.html,整理:沉默王二