C# 读写文件从用户态切到内核态,到底是个什么流程?

语言: CN / TW / HK

一:背景

1. 一个很好奇的问题

我们在学习 C# 的过程中,总会听到一个词叫做 内核态 ,比如说用 C# 读写文件,会涉及到代码从 用户态内核态 的切换,用 HttpClient 获取远端的数据,也会涉及到 用户态内核态 的切换,那到底这是个什么样的交互流程?毕竟我们的程序是无法操控 内核态 ,今天我们就一起探索下。

二:探究两态的交互流程

1. 两个态的交界在哪里

我们知道人间和地府的交界处在 鬼门关 ,同样的道理 用户态内核态 的交界处在 ntdll.dll 层,画个图就像下面这样:

操作系统为了保护 内核态 的代码,在用户态直接用指针肯定是不行的,毕竟一个在 ring 3,一个在 ring 0,而且 cpu 还做了硬件保护兜底,那怎么进入呢?为了方便研究,先上一个小例子。

2. 一个简单的文件读取

我们使用 File.ReadAllLines() 实现文件读取,代码如下:


internal class Program
{
public static object lockMe = new object();

static void Main(string[] args)
{
var txt= File.ReadAllLines(@"D:\1.txt");

Console.WriteLine(txt);

Console.ReadLine();
}
}

在 Windows 平台上,所有内核功能对外的入口就是 Win32 Api ,言外之意,这个文件读取也需要使用它,可以在 WinDbg 中使用 bp ntdll!NtReadFile 在 鬼门关 处进行拦截。


0:000> bp ntdll!NtReadFile
breakpoint 0 redefined
0:000> g
ModLoad: 00007ffe`fdb20000 00007ffe`fdb50000 C:\Windows\System32\IMM32.DLL
ModLoad: 00007ffe`e2660000 00007ffe`e26bf000 C:\Program Files\dotnet\host\fxr\6.0.5\hostfxr.dll
Breakpoint 0 hit
ntdll!NtReadFile:
00007ffe`fe24c060 4c8bd1 mov r10,rcx

哈哈,很顺利的拦截到了,接下来用 uf ntdll!NtReadFile 把这个方法体的汇编代码给显示出来。


0:000> uf ntdll!NtReadFile
ntdll!NtReadFile:
00007ffe`fe24c060 mov r10,rcx
00007ffe`fe24c063 mov eax,6
00007ffe`fe24c068 test byte ptr [SharedUserData+0x308 (00000000`7ffe0308)],1
00007ffe`fe24c070 jne ntdll!NtReadFile+0x15 (00007ffe`fe24c075)
00007ffe`fe24c072 syscall
00007ffe`fe24c074 ret
00007ffe`fe24c075 int 2Eh
00007ffe`fe24c077 ret

从汇编代码看,逻辑非常简单,就是一个 if 判断,决定到底是走 syscall 还是   int 2Eh ,很显然不管走哪条路都可以进入到 内核态 ,接下来逐一聊一下。

3. int 2Eh 入关走法

相信在调试界没有人不知道 int 是干嘛的,毕竟也看过无数次的 int 3 ,本质上来说,在内核层维护着一张 中断向量表 ,每一个数字都映射着一段函数代码,当你打开电脑电源而后被 windows 接管同样借助了 中断向量表 ,好了,接下来简单看看如何寻找 3 对应的函数代码。

windbg 中有一个 !idt 命令就是用来寻找数字对应的函数代码。


lkd> !idt 3

Dumping IDT: fffff804347e1000

03: fffff80438000f00 nt!KiBreakpointTrap

可以看到,它对应的内核层面的 nt!KiBreakpointTrap 函数,同样的道理我们看下 2E


lkd> !idt 2E

Dumping IDT: fffff804347e1000

2e: fffff804380065c0 nt!KiSystemService

现在终于搞清楚了,进入内核态的第一个方法就是 KiSystemService ,从名字看,它是一个类似的通用方法,接下来就是怎么进去到内核态相关的 读取文件 方法中呢?

要想找到这个答案,可以回头看下刚才的汇编代码 mov eax,6 ,这里的 6 就是内核态需要路由到的方法编号,哈哈,那它对应着哪一个方法呢?由于 windows 的闭源,我们无法知道,幸好在 github 上有人列了一个清单:https://j00ru.vexillium.org/syscalls/nt/64/  ,对应着我的机器上就是。

从图中可以看到其实就是 nt!NtReadFile ,到这里我想应该真相大白了,接下来我们聊下 syscall

4. syscall 的走法

syscall 是 CPU 特别提供的一个功能,叫做 系统快速调用 ,言外之意,它借助了一组 MSR寄存器 帮助代码快速从 用户态 切到 内核态 , 效率远比走 中断路由表 要快得多,这也就是为什么代码会有 if 判断,其实就是判断 cpu 是否支持这个功能。

刚才说到它借助了 MSR寄存器 ,其中一个寄存器 MSR_LSTAR 存放的是内核态入口函数地址,我们可以用 rdmsr c0000082 来看一下。


lkd> rdmsr c0000082
msr[c0000082] = fffff804`38006cc0

lkd> uf fffff804`38006cc0
nt!KiSystemCall64:
fffff804`38006cc0 0f01f8 swapgs
fffff804`38006cc3 654889242510000000 mov qword ptr gs:[10h],rsp
fffff804`38006ccc 65488b2425a8010000 mov rsp,qword ptr gs:[1A8h]
...

从代码中可以看到,它进入的是 nt!KiSystemCall64 函数,然后再执行后续的 6 对应的 nt!NtReadFile 完成业务逻辑,最终也由 nt!KiSystemCall64 完成 内核态 到 用户态 的切换。

知道了这两种方式,接下来可以把图稍微修补一下,增加 syscallint xxx 两种入关途径。

三:总结

通过汇编代码分析,我们终于知道了 用户态内核态 的切换原理,原来有两种途径,一个是 int 2e ,一个是 syscall ,加深了我们对 C# 读取文件 的更深层理解。