是否可以区分反编译代码和手写代码？答案

【问题标题】：Is it possible to distinguish between decompiled code and handwritten code?是否可以区分反编译代码和手写代码？
【发布时间】：2021-02-17 19:23:18
【问题描述】：

在我的一个 CS 课程中，我的老师叫我参加一个缩放会议，并指责我将我的 C 代码反编译成 AT&T x64 汇编语言。我没有反编译我的代码，所以我很困惑。

有没有办法区分手写代码和反编译代码？我想知道，这样我就不会意外地以似乎被反编译的方式编写代码......

【问题讨论】：

反编译将汇编转换为C，但您似乎在谈论相反的事情，这只是“编译”。
@NateEldredge：他本可以通过编译器运行它，然后通过反汇编程序。
@Joshua：这仍然不涉及任何反编译。您可以从 C 源代码开始，编译为机器代码或 asm，反编译为 C 或 C++，然后再次编译……或者您可以从手写 asm 开始，反编译为 C 或 C++，然后在尝试优化你的 asm。
我很想看看您的手写汇编，以及您的教授指出的作为指标的标志是编译器输出（这似乎是您所说的）。如果它是手写的，我很可能会指出 GCC 或 clang 永远不会发出它的多个迹象。绝大多数学生编写的 asm 都充满了简单但轻微遗漏的优化，例如在只需要 32 位时使用 64 位操作数大小。（尽管公平地说，GCC 在编译不必要地使用unsigned long 或其他任何内容的源时，通常无法进行值范围分析。）

【解决方案1】：

是的，我们可以判断。当它不重要时，人类会将东西组织成逻辑块，因此逻辑按顺序发生，寄存器分配按顺序发生等等。另一方面，编译器会随意分配东西，当指令顺序无关紧要时以伪随机顺序发出指令，等等。

但是我们可以一眼看出学习汇编和反编译代码的人的手写汇编代码。编译器将使用初级课程中没有教授的过于高级的技巧。基本上，如果我们过早地看到一些没有完成作业和考试的人，它就会被反编译。

从历史上看，这是颠倒过来的，直到 15 年前，我们还在嘲笑编译器的程序集，就好像是新手编写的一样。不再。现在编译器是专家。

【讨论】：

你在描述 optimized asm;是的，同意。特别是对于 3 操作数 ISA，编译器也很少将变量保存在一致的寄存器中。在禁用优化的情况下编译的迹象更加清晰：实现每个 C 语句的独立指令块，从不在这些块的寄存器中保留任何内容。（除非您在 gcc 或 clang 中使用 register 关键字）。 Why does clang produce inefficient asm with -O0 (for this simple floating point sum)?
还有其他内容：通用的标签名称 (L12345) 而不是有意义的标签名称、.size 等指令、代码对齐、堆栈金丝雀和endbr 等安全功能等。
@NateEldredge：命名、格式和指令可以由不完全天真的人重写，仍然保留实际指令，因此实际指令选择更像是指纹而不是“衣服” .但是，是的，对于 ESP / RSP 的每次更改，对编译器输出的完全幼稚的使用都会有类似的东西和 .cfi 指令，除非他们使用 How to remove "noise" from GCC/clang assembly output?。说句公道话，我见过一些没有费心发明有意义的标签名称的手写代码，但通常不是 GCC 或 clang 的 exact 样式。