课程导论：符号执行与污点追踪概述、应用场景、课程目标与前置知识

大家好，欢迎来到这门课。

先说说我为什么想做这个课程。做了十几年逆向，我见过太多人卡在「静态分析看不懂，动态调试跟不全」的尴尬境地。我自己也踩过不少坑——有一次分析一个加壳的Android样本，手动跟踪了三天，最后发现关键路径完全跑偏了。那时候我就想，要是有一套系统的方法论，能把符号执行和污点追踪结合起来，该多好。

嗯，这门课就是来填这个坑的。

什么是符号执行？

说白了，符号执行就是把程序的输入当成「符号变量」，而不是具体的数值。程序跑起来的时候，每条路径都会产生一个「路径约束条件」。我们通过求解这些约束，就能知道程序在什么输入下会走哪条路。

举个例子：

if (x > 10) {
    // 路径A
} else {
    // 路径B
}

符号执行会生成两个约束：x > 10 和 x <= 10。然后用约束求解器（比如Z3）算出具体的x值。这样你就能自动覆盖所有分支。

我在分析一个CTF题目时遇到过类似场景——一个混淆过的验证函数，手动逆向根本理不清逻辑。用符号执行，几分钟就找到了正确的输入序列。

什么是污点追踪？

污点追踪的思路更直观：标记那些「不可信」的数据来源（比如用户输入、网络数据包），然后跟踪这些数据在程序中的传播路径。一旦污点数据到达了敏感位置（比如系统调用、内存写入），我们就知道这里可能存在风险。

我曾经分析过一个浏览器漏洞，攻击者通过一个精心构造的HTML页面触发UAF。手动看堆栈根本找不到源头，但用污点追踪一跑，数据流从document.getElementById一路流到了memcpy的源地址——漏洞点一目了然。

为什么要把它们结合起来？

单独用符号执行，路径爆炸会让你崩溃。单独用污点追踪，你只能知道「数据流到了哪」，但不知道「为什么能到那」。两者结合，就像给逆向分析装上了「导航+地图」：

• 污点追踪负责缩小范围：只关注与污点数据相关的路径，砍掉90%无关分支
• 符号执行负责深度探索：在污点路径上做符号化，自动生成触发条件

你想想看，一个函数有100条路径，污点追踪告诉你只有3条跟用户输入有关。然后符号执行帮你把这3条路径的输入条件算出来。是不是比一条条手动跟高效得多？

应用场景

这门课讲的技术，不是纸上谈兵。我列几个真实场景：

场景	传统做法	结合后的做法
漏洞挖掘	Fuzzing + 人工分析crash	污点追踪定位输入源，符号执行生成PoC
恶意代码分析	手动跟踪API调用	自动标记网络/文件输入，追踪解密逻辑
协议逆向	抓包 + 猜测字段含义	符号执行自动推导字段边界和校验算法
软件破解	暴力修改跳转指令	符号执行自动计算注册码/序列号

课程目标

学完这门课，我希望你能做到三件事：

1. 能独立搭建符号执行+污点追踪的分析环境——不是照着教程敲命令，而是理解每个组件为什么这么配
2. 能对真实样本进行自动化分析——从APK、PE文件到IoT固件，都能用这套方法论快速定位关键逻辑
3. 能自己写分析工具——基于Triton、Angr等框架，定制你的分析流水线

我个人习惯是「先跑通，再优化」。所以课程里会有大量实战案例，每个案例我都会先给一个能跑的最小版本，然后再逐步加功能。

前置知识

这门课不是零基础入门。你需要具备：

• 汇编基础：x86/x64或ARM，至少能看懂常见指令（mov, jmp, call, ret）
• 逆向工具使用经验：用过IDA Pro、Ghidra或类似工具，知道怎么下断点、看堆栈
• Python编程能力：课程中的工具大多用Python开发，至少能读写、理解类和方法
• 基础密码学概念：知道什么是哈希、对称加密、非对称加密——不要求深入，但遇到相关算法时别懵

知识体系总览

下面这张图是我自己梳理的课程知识结构。你可以把它当成一张「地图」，学完一章就回来看看，确认自己走到了哪个位置。

写在最后

这门课不会教你「背API」，也不会让你「照着敲代码」。我会把每个技术点背后的「为什么」讲清楚——为什么符号执行会路径爆炸？为什么污点追踪会漏报？为什么两者结合能解决单打独斗解决不了的问题？

准备好了吗？我们开始吧。