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。
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。
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
- 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。 - 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。
- 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。
- 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。 - 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。