常见的场面:花了两天把一个样本分析明白,结论心里很清楚,但打开文档就卡住。写出来的东西要么像流水账——「先看了字符串,又看了反汇编,然后下了个断点」;要么只有一句「该程序会校验输入」,别人看完不知道该信什么、该怎么复现、下一步该做什么。更糟的是过两周自己回看,也说不清当时那个结论是怎么得出的。

分析报告不是把过程抄一遍,而是把「结论、证据、复现方式、适用范围」四件事组织成别人能用的材料。它的读者可能不是逆向工程师:做决策的人只关心风险和影响,工程同事关心怎么检测和处置,复核的人关心证据是否站得住。这篇用一个完整的 CTF 求解案例做骨架,讲清楚一份报告该长什么样。

先想清楚报告给谁看

同一份分析,写给不同的人,重点完全不同。给决策者看,开头就要说清楚「这是什么、有没有风险、建议做什么」;给工程团队看,要写检测特征、样本哈希、受影响范围;给复核者看,要写分析路径、关键证据、哪些是推断。把这三类需求混在一篇没有层次的长文里,谁都不满意。

摘要层三到五句话:样本是什么、做了什么、结论是什么、建议是什么。放在最前面,不要求读者往下翻。
证据层哈希、文件格式、关键字符串、反汇编片段、运行结果、日志。每一条都要能被独立核对。
复现层环境、工具版本、命令、输入、预期输出。让另一个分析者能按步骤得到相同结果。
边界层授权范围、样本来源、未验证的推断、分析限制。明确哪些结论是静态推断,哪些经过动态确认。

这四层不是四个章节的硬性顺序,而是一种写作检查:写完问自己,摘要能不能独立成立?证据能不能被核对?复现步骤是否完整?边界有没有说清楚?任何一层缺失,报告的可信度都会打折。

结论先行,但别把推断写成事实

结论先行不是喊口号,而是把「确定的部分」和「不确定的部分」分开写。比如「样本会读取命令行参数,与内置的 21 字节数组逐项比较,比较通过后输出 correct」是确定事实;「该样本可能用于 CTF 训练」是推断;「样本不会联网」如果只看了导入表,没有做网络监控,就应该写成「静态未见网络相关导入,未做运行时网络监控」。

可以写成事实的

你亲自执行并观察到的东西:文件哈希、字符串内容、某条指令的地址、程序对某个输入的真实输出、抓到的请求内容。

必须标注推断的

从静态代码推测的用途、没有动态验证的分支、基于命名或字符串的意图判断、未复现的环境相关行为。

一个实用格式是给每条结论加「证据来源」和「置信度」。来源写「静态反汇编 0x1150 处」或「动态运行输出」,置信度写「已验证」「静态推断」「待确认」。这不是形式主义,而是让复核者知道该从哪里下手,也让自己以后不会把猜测当成记忆。

不要用「显然」「肯定」「必然是」这类词替代证据。报告里的每个强判断都应该能指向一条可核对的材料。没有材料支撑的强判断,宁可降级成「可能」。

样本信息:让读者能确认「说的是同一个东西」

报告开头必须有一组固定的样本标识,否则后续所有结论都无法对应到具体文件。建议至少包含:文件名、文件大小、SHA-256、文件类型、编译或打包信息、来源与获取时间。哈希是最重要的,因为文件名可以改,哈希不会。

sha256sum sample.bin
file sample.bin
stat -c '%s bytes' sample.bin

本机是 Windows,没有 sha256sum,可以用 PowerShell 的 Get-FileHash -Algorithm SHA256 得到同样的值。Linux 靶场上 sha256sum 是标准命令。报告里不要只贴哈希的前几位,完整值才可用于检索和比对。

来源和用途也要写清楚。CTF 题目写「题目附件,用于本地练习」;公开恶意样本写「来自某公开样本库,仅在隔离环境分析,不联网」;自己编译的样本写「由随附源码编译,编译器版本为某版本」。来源不明或用途不清的样本,不应该出现在正式报告里。

证据链:每条结论都能往回走

证据链的核心是「结论、材料、位置」三者对应。不要只贴一张反汇编截图,截图里的地址可能被裁剪、字符可能看不清;正确做法是给出地址、指令原文、以及它和结论的关系。下面是一个证据表的写法:

结论证据位置 / 复现方式置信度
程序读取一个命令行参数main 中比较 argc,取 argv[1]objdump 中 main 起始偏移已验证
输入长度必须为 21调用 strlen 后与 21 比较,不等则失败check 开头,运行时观察已验证
逐字符异或后再加下标xor eax,0x2a、add eax,edx循环体内,动态核对 edx已验证
比较目标为 21 字节数组.rodata 转储内容与反汇编引用一致数组地址 + 字节序列已验证
成功输出 correct运行候选输入后实际输出命令与退出码已验证
样本不联网导入表未见网络函数静态导入表静态推断,未做网络监控

注意最后一行。它没有被写成「样本不会联网」,而是写清楚证据来源和未做的验证。这不是啰嗦,而是避免报告被过度解读。真实的分析里,很多争议都来自「只看静态就说没有」这种写法。

复现步骤:让另一个人得到同样结果

复现步骤要具体到「换一台机器也能照做」。至少写清楚:操作系统与架构、工具及版本、样本哈希、每一步命令、使用的输入、预期输出。不要把关键参数藏在截图里,也不要写「用 IDA 看一下就知道」这种只有作者能执行的步骤。

环境:Ubuntu 24.04 x86-64,gcc 13,Python 3.11
样本:flagcheck,SHA-256 见附录
步骤:
1. file flagcheck
2. ./flagcheck 'flag{rev_basics_2026}'   # 预期 correct
3. objdump -d -M intel flagcheck | sed -n '/<check>:/,+40p'
4. python3 solve.py                        # 预期输出 flag{rev_basics_2026}

如果某一步依赖特定的工具版本或环境,明确写出来。比如反汇编地址会随编译器和优化级别变化,报告里应说明「地址以本报告附带的二进制为准,重新编译可能不同」。这样复核者不会因为地址对不上就否定整份报告。环境差异还包括操作系统版本、动态库版本、时区和 locale,这些看起来无关的设置有时会直接改变程序输出,尤其是涉及时间、排序和字符编码的场景。

走查:把一道题的求解写成报告

拿上一篇的 flagcheck 做示范。一份合格的报告可以这样组织:

标题:flagcheck 逆向分析报告
1. 摘要
   样本为本地编译的 x86-64 ELF,读取单个命令行参数,
   校验长度 21,逐字符做异或加下标变换后与内置数组比较。
   求解得到 flag{rev_basics_2026},已回验输出 correct。
2. 样本信息
   文件名、大小、SHA-256、编译方式、授权范围。
3. 分析过程
   3.1 信息收集:file、导入表、字符串、正常运行表现
   3.2 静态定位:check 函数、循环、比较指令
   3.3 动态确认:edx 为下标,变换顺序为异或后加
   3.4 脚本求解:给出目标数组与逆运算
4. 证据
   指令地址、数组地址、运行输出、脚本输出。
5. 复现
   环境、命令、输入、预期输出。
6. 局限
   仅针对该样本;未做真实环境行为分析;地址随编译变化。

这份骨架里没有「我折腾了很久才看懂」的过程,也没有把每一步试错都写进去。报告不是日记,试错过程可以简化为「曾假设 A,经动态验证排除,原因是指令 X 显示 Y」。保留有信息量的排除过程,删掉纯情绪和重复操作。

如果报告要交付给团队,建议再加两样东西:一张关键地址表,方便别人在反汇编器里跳转;一段可执行的求解脚本,放在附录而不是正文中间打断阅读。脚本要能独立运行,输入输出明确。

还有一个常被忽略的部分:脚本的可读性。求解脚本写得再聪明,如果变量名是 a、b、c,别人也没法把脚本和报告里的结论对上。把目标数组、变换函数、验证步骤分开写,并在注释里标出对应的地址或指令,复核时才能一眼看出脚本在复刻哪段逻辑。脚本输出的第一行最好直接打印结果,方便对照报告里的预期输出。

现象、原因与第一步

现象真实原因第一步查什么
读者看完不知道结论是什么报告按时间顺序写,结论埋在最后把摘要和结论提到最前,过程往后放
别人无法复现结果缺环境、版本、命令或输入补全「环境、命令、输入、预期输出」四要素
证据无法核对只有截图,没有地址和原始输出给出地址、指令、命令输出或哈希
结论被质疑夸大静态推断写成了确定事实逐条标注证据来源与置信度
报告范围不清没写样本来源、授权和分析限制在开头写清对象、用途和边界
过两周自己也看不懂只记录操作,没记录判断依据每条结论附一句「为什么这样判断」
关键地址对不上重新编译或换了优化级别注明地址对应的二进制哈希与编译条件

边界与代价

报告有成本。写得太细,没人读;写得太简,无法复现。实用的平衡是:摘要三到五句,正文按「结论、证据、复现、局限」组织,附录放原始输出和脚本。给不同读者的内容用标题和小节隔开,而不是混在一段里。

合规上,报告本身也可能带来风险。样本哈希、内部地址、检测特征在公开前要确认授权;涉及真实系统的分析,要隐去敏感信息;恶意样本的报告不要附带可执行的完整样本,除非接收方明确需要且有安全通道。CTF 题的报告可以公开,但也要注明题目来源和授权范围。

还有一个容易忽视的边界:报告只对分析时的样本和版本负责。软件更新、环境变化、配置差异都会让结论失效。在开头写清「本报告基于哈希为某值的样本」,比在结尾补一句免责声明更专业。

公开报告和内部报告的要求也不一样。公开报告要隐去可能被滥用的操作细节,保留足够让别人理解风险的结论;内部报告可以附完整命令、地址和脚本,但要控制分发范围。判断标准不是「写得越详细越好」,而是「读者是谁、拿它做什么」。

当天能自己验证的练习

  1. 用上一篇的 flagcheck 写一份不超过两页的报告,强制包含摘要、证据表、复现命令、局限四部分。
  2. 把报告发给一个没参与分析的同学,让他只按复现步骤操作,记录他卡在哪一步,再补全那一部分。
  3. 故意删掉一条证据的来源,自己过一周再看,判断这条结论还能不能站得住。
  4. 把同一个样本用 -O2 重新编译,观察报告里的地址全部失效,练习如何写「地址随编译变化」的说明。
  5. 给每条结论加「已验证 / 静态推断 / 待确认」标签,检查有没有把推断写成事实的地方。

小结

三句话:报告是给别人的材料,不是给自己看的日记;结论先行,但每条结论都要有证据来源和置信度;复现步骤要完整到换一台机器也能得到同样结果。

RE 组到这里告一段落。下一篇进入 MISC:从「题目给了一串看不懂的字符、一张打不开的图片、一个几百兆的抓包」这些现象出发,讲清楚杂项题在考什么,以及编码、流量、文件格式、取证这些手段怎么串起来。