news 2026/4/3 3:48:41

使用调试器调试某UE4手游

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
使用调试器调试某UE4手游

在刚接触安卓的时候,多么希望有一款像windows上od和x64dbg那样的调试器,但是奈何能接触到的调试器太少了,好在安卓可以编译驱动,能够让我们的程序拥有内核的权限,在runtime的情况下修改内核。于是我便像学习windows调试器那样自建调试体系,制作一款不需要ptrace就能调试程序的调试器。写完基本的调试功能之后,我便寻找了一款海外的ue4手游练练手,简单地找下存储了FNamePool的基址。

首先在ida中找到FNamePool初始化的地方,如下图:

不难猜出s就是申请的FNamePool,而s最后存储到v7中去,而v7最后来源于v2,v2来源于sub_81DB440函数的返回值。

进入到sub_81DB440里边去,如下图:

在sub_81DB440函数里边有一大堆让人眼花缭乱的计算,光看伪代码,难以找出返回值的来源。于是我选择调试这段函数,在调试前观察下返回值的来源,如下图:

最后返回值来源于[x8],而x8来源于[SP,#0xE0+var_A0](SP+0x40处)。我只需要在调试的过程中一步一步观察SP+0x40地址处内存的变化,然后记录下导致SP+0x40处内存发生变化的指令就行了。

首先在函数头下好断点:

在单步调试的过程中,发现在如下图:

在执行完0x64ecf34d638处的str x11,[x10]的指令后,SP+40就发生了变化,看下ida中的伪代码如下:

在调试的过程中这里的循环经历了三次,最后一次是对应了sp+0x40地址处的变化(好在函数体不是很大,调试起来比较轻松,sp+0x40地址处就写了这一次内存),而SP+0x40的值是来源于x10处,在进入循环之后发现x10的值来源于qwrod_E77F6A8,而经历了三次循环,在调试器中发现相当于:

[SP+0x40]=[[[qwrod_E77F6A8]]];而返回值最终为[[SP+0x40]]也就是[[[[qwrod_E77F6A8]]]],最终发现与GNamePool相关联的基地址为libUE4.so+0xE77F6A8。

本人其实是不太会逆向UE4,也不研究外挂,此次调试游戏也只是测试下编写的调试器,如果有错误恳请诸位大佬指正。目前调试器正在开发中。

目前调试支持的功能:

1.设置软件断点。

2.设置硬件断点(不使用linux的perf体系)

3.接管程序异常(信号)。

4.追踪线程创建、死亡、fork事件。

5.单步调试。

6.暂停线程(进程)。

调试器目前不依赖信号,但是只是玩具罢了,很难用,就驱动比较稳定,估计也会遇到难以应付的场景,并且我不一定能够开发完,就当是学习一下linux内核和ARM64一些底层相关的东西了。后续会增加如何设置内存断点和追踪系统调用,考虑开放源代码。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/1 18:41:52

tk强私协议算法

TikTok通信协议基础 TikTok使用混合协议(HTTP/2 QUIC)传输数据,私有协议部分通常通过TLS加密。关键特征包括: 签名机制:请求参数需通过X-Gorgon、X-Khronos等签名头验证。设备指纹:通过device_id、insta…

作者头像 李华
网站建设 2026/3/29 14:06:34

学某通风控参数分析Frida绕过(上)

过Frida检测先hook一下dlopen,也就是android_dlopen_ext 为什么要Hook dlopen呢? 因为App的Frida检测代码一般都在so层实现,这些检测代码会在对应的so加载时初始化12345678910111213141516171819202122function hook_dlopen() {var android_d…

作者头像 李华
网站建设 2026/3/25 7:40:29

YOLOFuse冷冻食品解冻监控:温度超标自动报警

YOLOFuse冷冻食品解冻监控:温度超标自动报警 在中央厨房的凌晨三点,蒸汽弥漫的解冻间里,一托盘鸡胸肉正悄然升温——表面尚未完全解冻,但局部温度已突破4C安全阈值。传统温控系统仍在等待定时巡检,而细菌繁殖速度却早已…

作者头像 李华
网站建设 2026/3/30 12:34:44

YOLOFuse vs DEYOLO:多模态检测算法精度与模型大小全面对比

YOLOFuse vs DEYOLO:多模态检测算法精度与模型大小全面对比 在夜间监控、智能安防和自动驾驶等实际场景中,单一可见光摄像头在低光照、烟雾或强逆光条件下常常“失明”——目标模糊、细节丢失,导致漏检频发。红外(IR)成…

作者头像 李华
网站建设 2026/3/19 5:10:22

YOLOFuse濒危物种保护计划:偷猎者活动规律挖掘

YOLOFuse濒危物种保护计划:偷猎者活动规律挖掘 在非洲草原的深夜,一头黑犀牛悄然倒下。没有枪声,没有足迹,只有红外相机记录下一闪而过的热源轮廓——这正是偷猎者惯用的“静默猎杀”战术。传统的监控系统在黑暗中失明&#xff0c…

作者头像 李华
网站建设 2026/3/31 21:14:49

YOLOFuse文物库房环境监测:温湿度与人员闯入联动

YOLOFuse文物库房环境监测:温湿度与人员闯入联动 在博物馆、档案馆和文物库房这类对安全性和稳定性要求极高的封闭空间中,任何一次非授权进入或环境参数异常都可能带来不可逆的损失。传统安防系统往往依赖可见光摄像头进行监控,在夜间或低光照…

作者头像 李华