本发明公开了一种基于操作码替换与合并的Python脚本程序防逆转方法，包括：1分析Python解释器、虚拟机中操作码的生成和执行逻辑；2更改操作码映射(opcode.h)单元；3分析编译生成的字节码文件中操作码序列中的基本块信息；4定义新的操作码；5更改窥孔优化(peephole.h)单元，对处于同一个基本块中的两个(或者两个以上的)操作码进行合并为一个新的操作码；6更改虚拟机(ceval.h)单元，以支持对新操作码的解释执行；7Python虚拟机判定操作码值，从操作码值得知是替换与合并之后的操作码，采用对应的解释过程对其进行解释执行；8Python脚本程序正常执行。
1.一种基于操作码替换与合并的Python脚本程序防逆转方法，是应用于Python源码文件中，所述Python源码文件中包含opcode.h文件、peephole.c文件和ceval.c文件：所述操作码为所述opcode.h文件中的n个自然数；所述n个自然数分别对应于n个虚拟机操作；
定义所述n个虚拟机操作的集合为：OP＝{op1,op2,…,opi,…,opn}，opi表示第i个虚拟机操作；
定义所述n个操作码的集合为CODE＝{code1,code2,…,codei,…,coden}，codei表示第i个操作码，且第i个虚拟机操作opi对应于第i个操作码codei；所述n个操作码分为带参数的操作码和不带参数的操作码，假设所有不带参数的操作码为前a个操作码，即{code1,code2,…,codea}；所有带参数的操作码为剩余n-a个操作码，即{codea+1,codea+2,…,coden}，1≤i≤n；
定义操作码序列S是一串由m个操作码和k个参数组成的序列；
定义基本块为所述操作码序列S中若干个顺序执行的操作码所构成的子序列；
定义所述操作码序列S的基本块信息BS是一个长度为m的序列；所述基本块信息BS中的每个元素与所述操作码序列S中的m个操作码一一对应，所述基本块信息BS中的每个元素值为其对应的操作码在所述操作码序列S中的基本块序号；其特征是，所述Python脚本程序防逆转方法是按如下步骤进行：步骤1、替换操作；
步骤1.1、在所述前a个操作码{code1,code2,…,codea}中去除和“SLICE”相关的操作码后，将剩余的操作码的顺序进行随机交换，得到所有不带参数的操作码的新子集sub1；所述和“SLICE”相关的操作码有SLICE、STORE_SLICE、DELETE_SLICE对应的操作码值；
步骤1.2、在所述剩余n-a个带参数的操作码{codea+1,codea+2,…,coden}中去除和“FUNCTION”相关的操作码后，将剩余的操作码的顺序进行随机交换，得到所有带参数的操作码的新子集sub2；所述和“FUNCTION”相关的操作码有CALL_FUNCTION、MAKE_FUNCTION、CALL_FUNCTION_VAR、CALL_FUNCTION_KW、CALL_FUNCTION_VAR_KW对应的操作码值；
步骤1.3、由所有不带参数的操作码的新子集sub1和所有带参数的操作码的新子集sub2构成操作码替换的集合，记为CODE′＝{code′1,code′2,…,code′i,…,code′n}，code′i表示第i个操作的替换码，所述操作码替换的集合CODE′中至少存在一个元素不属于所述n个操作码的集合CODE；
步骤1.4、在所述opcode.h文件中利用所述操作码替换的集合CODE′替换所述n个操作码的集合CODE；
步骤2.1、从字节码文件中提取所述操作码序列S和基本块信息BS并进行分析，得到操作码对在所述字节码文件中出现频率的降序排序；
步骤2.2、选取排序为前W个的操作码对，将前W个的操作码对中每一个操作码对(codei,codej)进行合并，形成一个新的操作码codei+j；1≤i≠j≤n；
步骤2.2.1、在所述opcode.h文件添加所述前W个的操作码对的定义和语义信息；
步骤2.2.2、在所述peephole.c文件中添加对所述前W个的操作码的合并过程；
步骤2.2.3、在所述ceval.c文件中添加对所述前W个的操作码的解释过程；
步骤3、利用gcc重新编译经上述步骤1-步骤2形成的新的Python源码文件，生成新的Python脚本运行环境new_python，作为Python脚本程序的防逆转环境。
基于操作码替换与合并的Python脚本程序防逆转方法
技术领域
[0001] 本发明涉及软件代码保护技术领域，具体地说是一种基于单表代替密码与Playfair密码的虚拟机操作码替换与合并的Python脚本程序防逆转方法。
背景技术
[0002] Python脚本程序是使用Python脚本语言开发的应用程序。使用python脚本语言开发的应用程序(app.py)首先要通过Python脚本编译器将其编译为具有特定结构的字节码文件(app.pyc),让后将字节码文件(app.pyc)发布给客户运行。
[0003] 使用Python脚本语言开发的应用编译生成的字节码(.pyc)文件，不是针对特定处理器和系统的二进制文件，而是针对Python虚拟机(Python Virtual Machine)的具有特定的结构和特征的文件，其保留了Python源码文件中的全部信息。
[0004] 而目前使用Python脚本语言开发的应用程序容易被攻击者反编译为源码文件，对开发者和用户造成损失，这些都字节码文件的组织格式有关。字节码文件中最重要的一个属性域就是操作码序列，其中包含了对程序执行逻辑的控制，和对程序中各个参数的执行的操作等信息，因此对操作码序列的保护显得尤为重要。
发明内容
[0005] 本发明是为了克服现有Python程序防逆转技术存在的不足之处，提供一种基于操作码替换与合并的Python脚本程序防逆转方法，以期能为字节码文件提供安全性高的保护措施，并提升Python应用程序的运行效率。
[0006] 本发明为达到上述发明目的，采用如下技术方案：
[0007] 本发明一种基于操作码替换与合并的Python脚本程序防逆转方法，是应用于Python源码文件中，所述Python源码文件中包含opcode.h文件、peephole.c文件和ceval.c文件：所述操作码为所述opcode.h文件中的n个自然数；所述n个自然数分别对应于n个虚拟机操作；
[0008] 定义所述n个虚拟机操作的集合为：OP＝{op1,op2,…,opi,…,opn}，opi表示第i个虚拟机操作；
[0009] 定义所述n个操作码的集合为CODE＝{code1,code2,…,codei,…,coden}，codei表示第i个操作码，且第i个虚拟机操作opi对应于第i个操作码codei；所述n个操作码分为带参数的操作码和不带参数的操作码，假设所有不带参数的操作码为前a个操作码，即{code1,code2,…,codea}；所有带参数的操作码为剩余n-a个操作码，即{codea+1,codea+2,…,coden}，1≤i≤n；
[0010] 定义操作码序列S是一串由m个操作码和k个参数组成的序列；
[0011] 定义基本块为所述操作码序列S中若干个顺序执行的操作码所构成的子序列；
[0012] 定义所述操作码序列S的基本块信息BS是一个长度为m的序列；所述基本块信息BS中的每个元素与所述操作码序列S中的m个操作码一一对应，所述基本块信息BS中的每个元素值为其对应的操作码在所述操作码序列S中的基本块序号；其特点是，所述Python脚本程序防逆转方法是按如下步骤进行：
[0013] 步骤1、替换操作；
[0014] 步骤1.1、在所述前a个操作码{code1,code2,…,codea}中去除和“SLICE”相关的操作码后，将剩余的操作码的顺序进行随机交换，得到所有不带参数的操作码的新子集sub1；
[0015] 步骤1.2、在所述剩余n-a个带参数的操作码{codea+1,codea+2,…,coden}中去除和“FUNCTION”相关的操作码后，将剩余的操作码的顺序进行随机交换，得到所有带参数的操作码的新子集sub2；
[0016] 步骤1.3、由所有不带参数的操作码的新子集sub1和所有带参数的操作码的新子集sub2构成操作码替换的集合，记为CODE′＝{code′1,code′2,…,code′i,…,code′n}，code′i表示第i个操作的替换码，所述操作码替换的集合CODE′中至少存在一个元素不属于所述n个操作码的集合CODE；
[0017] 步骤1.4、在所述opcode.h文件中利用所述操作码替换的集合CODE′替换所述n个操作码的集合CODE；
[0018] 步骤2、合并操作
[0019] 步骤2.1、从字节码文件中提取所述操作码序列S和基本块信息BS并进行分析，得到操作码对在所述字节码文件中出现频率的降序排序；
[0020] 步骤2.2、选取排序为前W个的操作码对，将前W个的操作码对中每一个操作码对(codei，codej)进行合，形成一个新的操作码codei+j；1≤i≠j≤n；
[0021] 步骤2.2.1、在所述opcode.h文件添加所述前W个的操作码对的定义和语义信息；
[0022] 步骤2.2.2、在所述peephole.c文件中添加对所述前W个的操作码的合并过程；
[0023] 步骤2.2.3、在所述ceval.c文件中添加对所述前W个的操作码的解释过程；
[0024] 步骤3、利用gcc重新编译经上述步骤1-步骤2形成的新的Python源码文件，生成新的Python脚本运行环境new_python，作为Python脚本程序的防逆转环境。
[0025] 与已有技术相比，本发明有益效果体现在：
[0026] 1、一种基于单表代替密码的虚拟机操作码替换的Python脚本程序防逆转方法，在不影响Python应用的运行结果的前提下，使用新的操作码CODE′对来的操作的语义信息进行隐藏，防止他人进行反编译，为Python脚本程序提供较强的安全保障。
[0027] 2、本发明提出的Python应用程序防逆转方法，将同在一个基本块中的操作码序列进行合并，使得用一个新操作码就可以蕴含原来多个操作码的语义信息，不但对操作码序列中的语义信息进行了隐藏，而且有效减少了操作码序中操作码的个数，从而缩短了操作码序列的长度，改变了操作码序列的内容和结构，大大增加了字节码文件的安全性，并且使得Python应用程序执行效率增加了％5左右、应用大小减少了1.5％左右。
附图说明
[0028] 图1为本发明操作码替换示意图；
[0029] 图2为本发明操作码序列经操作码替换前后示意图；
[0030] 图3为本发明操作码合并过程示意图；
[0031] 图4为本发明操作码序列经操作码合并前后示意图；
[0032] 图5为本发明操作码序列经操作码替换与合并前后示意图。
具体实施方式
[0033] 下面结合附图通过具体实施例对本发明基于单表代替密码和Playfair密码的虚拟机操作码替换与合并的Python脚本程序防逆转方法做进一步的详细说明。
[0034] 本实施例中，一种基于操作码替换与合并的Python脚本程序防逆转方法，是应用于Python源码文件中，这些Python源码文件中包含操作码映射opcode.h文件、窥孔优化peephole.c文件和虚拟机ceval.c文件；操作码为opcode.h文件中定义的n个自然数；这n个自然数分别对应于ceval.c文件中涉及到的n个虚拟机操作；
[0035] 定义n个虚拟机操作的集合为：OP＝{op1,op2,…,opi,…,opn}，opi表示第i个虚拟机操作，为LOAD_CONST、STORE_NAME等具有特定语义信息的操作；
[0036] 定义n个操作码的集合为CODE＝{code1,code2,…,codei,…,coden}，codei表示第i个操作码，且第i个虚拟机操作opi对应于第i个操作码codei；1≤i≤n；n个操作码分为带参数的操作码和不带参数的操作码，假设所有不带参数的操作码为前a个操作码，即{code1,code2,…,codea}；所有带参数的操作码为剩余n-a个操作码，即{codea+1,codea+2,…,coden}，具体的说，在Python-2.7.9中，如果codei＜90，则codei为不带参数的操作码，如果90≤codei≤147，则codei为带参数的操作码，1≤i≤n；
[0037] 定义第i个虚拟机操作opi到第i个操作码codei的映射关系为：map(opi)＝codei；
[0038] 定义操作码序列S是一串由m个操作码和k个参数组成的一个型如下面所示的序列；
[0039]
[0040] 其中 为 的两个参数，可以为空，1≤j≤m；
[0041] 定义基本块为操作码序列S中若干个顺序执行的操作码所构成的子序列，即由JUMP_FORWARD、CONTINUE_LOOP等跳转、循环控制操作码链接的操做不属于同一基本块中；
[0042] 定义操作码序列S的基本块信息BS是一个形如下面所示的长度为m的序列；基本块信息BS中的每个元素valj与在操作码序列S中的m个操作码一一对应，基本块信息BS中的每个元素valj的值为其对应的操作码 在操作码序列S中的基本块的序号；
[0043] BS＝[val1,val2,...,valj,...,valm]
[0044] 本实施例中的Python脚本程序防逆转方法是按如下步骤进行：
[0045] 步骤1、替换操作；
[0046] 步骤1.1、在前a个操作码{code1,code2,…,codea}中去除和“SLICE”相关的操作码后，具体有SLICE、STORE_SLICE、DELETE_SLICE对应的操作码值，将剩余的操作码的顺序进行随机交换，得到所有不带参数的操作码的新子集sub1；
[0047] 步骤1.2、在剩余n-a个带参数的操作码{codea+1,codea+2,…,coden}中去除和“FUNCTION”相关的操作码后，具体有CALL_FUNCTION、MAKE_FUNCTION、CALL_FUNCTION_VAR、CALL_FUNCTION_KW、CALL_FUNCTION_VAR_KW对应的操作码值，将剩余的操作码的顺序进行随机交换，得到所有带参数的操作码的新子集sub2；
[0048] 步骤1.3、由所有不带参数的操作码的新子集sub1和所有带参数的操作码的新子集sub2构成操作码替换的集合，记为CODE′＝{code1′,code′2,…,code′i,…,code′n}，codei′表示第i个操作的替换码，操作码替换的集合CODE′中至少存在一个元素不属于n个操作码的集合CODE；
[0049] 步骤1.4、如图1所示，在opcode.h文件中利用操作码替换的集合CODE′替换操作码的集合CODE，即可完成图2所示的S到S'的转换；
[0050] 步骤2、合并操作
[0051] 步骤2.1、按图3所示的流程，从大量的字节码文件中提取操作码序列S和基本块信息BS并进行分析，寻找BS中能使valr＝valr+1的r，能使vals＝vals+1的s…，即寻找S中可以合并的操作码对(opr,opr+1)，(ops,ops+1)…，并按这些(opr,opr+1)，(ops,ops+1)…出现的频率进行降序排序，得到操作码对在字节码文件中出现频率的降序排序；
[0052] 步骤2.2、选取排序为前W个的操作码对，将前W个的操作码对中任意每一个操作码对(codei，codej)进行合，形成一个新的操作码codei+j，如图4所示，从而完成将操作码序列S到S″的转换，1≤i≠j≤n；
[0053] 步骤2.2.1、在opcode.h文件添加前W个的操作码对的定义和语义信息；
[0054] 步骤2.2.2、在peephole.c文件中添加对前W个的操作码的合并过程；
[0055] 步骤2.2.3、在ceval.c文件中添加对前W个的操作码的解释过程；
[0056] 步骤3、利用gcc重新编译经上述步骤1-步骤2形成的新的Python源码文件，生成新的Python脚本运行环境new_python，作为Python脚本程序的防逆转环境，防逆转环境new_python编译脚本文件(app.py)，最终生成包含如图5中S″'所示的操作码序列的字节码文件(app.pyc)，字节码文件(app.pyc)能够被new_python正确解释执行，且现有的反编译工具不能反编译出字节码文件(app.pyc)中的源代码的。
