实模式:bootloader 为程序计算段的基地址

保护模式:bootloader 为自己创建段描述符

确定 GDT 的地址

创建代码段的描述符

创建数据段的描述符

创建栈段的描述符

段描述符是如何确保段的安全的?

段寄存器高速缓存

对段寄存器本身的保护

对段界限的检查

在上一篇文章中,我们已经顺利的从实模式,过渡到了保护模式。

保护模式与实模式最本质的区别就是:保护模式使用了全局描述符表,用来保存每一个程序(bootloader,操作系统,应用程序)使用到的每个段信息:开始地址,长度,以及其他一些保护参数。

这篇文章,我们来看一下 bootloader 是如何来进行自我进化到保护模式的,然后深入看一下保护模式是如何对内存进行安全保护的。

作为背景知识,我们先来看一下 x86 中的地址变换过程:

x86 处理器中的分页机制是可以被关闭的,此时线性地址就等于物理地址,这也是我们一直讨论的情况。

下一篇文章,我们就把 x86 中的分页机制打开,并与 Linux 中的分段和分页机制进行对比。

实模式:bootloader 为程序计算段的基地址

在之前的文章:Linux从头学06:16张结构图,彻底理解【代码重定位】的底层原理中,我们讨论了 bootloader 是如何把应用程序读取到内存中,最后跳入到程序的入口地址的。

这里所说的程序,可以是操作系统,也可以是应用程序。

下面这张图,是程序被加载到内存中之后,header 中的信息:

因为程序是被 bootloader 动态读取到内存中的,它是不知道自己被放在内存中的什么位置,因此它也不知道自己代码段、数据段、栈的开始地址。

但是,程序要想能够正常执行,就必须要知道这些信息,那怎么办?

只有 bootloader 才能解决问题,因为是它来把程序从硬盘加载到内存中的。

因此,bootloader 在跳入程序的入口地址之前,必须把其中的代码段、数据段、栈段的基地址计算出来,然后写入到程序的 header 中,如下图所示:

这样的话,程序开始执行时,就可以从自己的 header 中获取到这 3 个段基地址,并且赋值给相应的寄存器,从而顺利的执行程序。

也就是说:程序的 header 空间,充当了 bootloader 与它进行信息交互的媒介,用来传递 3 个段寄存器的基地址。

以上的这个过程,一直工作在实模式,因此就没有段描述符什么事情。

在以后文章中,我们还会看到在保护模式下,bootloader 仍然会利用 OS 的 header 空间,来传递段的索引号。然后 OS 利用这个段索引号,去查找 GDT 表,从而找到每一个段的基地址以及其他一些保护信息。

保护模式:bootloader 为自己创建段描述符

bootloader 从 BIOS 接管系统之后,刚开始是运行在实模式下的。

当它完成一些准备工作之后,就可以进入保护模式了,也就是把 CR0 寄存器的 bit0 设置为 1。

这个准备工作中,最重要的就是:建立 GDT 这个表,并且把 GDT 的开始地址,存储到寄存器 GDTR 中。

下面这张图,是 bootloader 被加载到内存中的布局图:

bootloader 被加载到 0x0000_7C00 地址处。

它最少需要创建 3 个段描述符:代码段、数据段和栈段。

确定 GDT 的地址

在创建段描述符之前,需要先确定: 把 GDT 表放在内存中的什么位置?

暂且就把它放在 0x0001_0000 这个地址吧,距离零地址 64K 的位置。

按照处理器的要求,在第 1 个表项(称之为 item 或者 entry,每本书上都不一样)必须为空描述符(index = 0)。

创建代码段描述符

bootloader 的代码放在 0x0000_7C00 开始的地址,长度是 512B。

根据这些信息,就可以构造出代码段的描述符了:

创建数据段描述符

bootloader 待会需要把操作系统或其他应用程序,从硬盘读取到内存中,例如:读取到 0x0002_0000 的位置。

那么 bootloader 就必须能够访问到这个位置,并且是以数据段的读写方式。

为了利用全部的 4G 内存空间,bootloader 可以把这 4G 空间,作为一个数据段来定义它的描述符,如下:

创建栈段描述符

理论上,bootloader 可以使用内存中的任意一块空闲空间,来作为自己的栈。

因为栈在 push 操作的时候,是向低地址方向增长的。

因此很多书籍都会把栈顶基地址设置为 bootloader 的开始地址,也就是 0x0000_7C00 地址处,并且把栈的空间大小限制在 4K 的范围。

根据以上这些信息,就可以创建出栈的段描述符,如下:

当以上这几个段的描述符都创建好之后,就可以把 GDT 的地址(0x0001_0000),设置到 GDTR 寄存器中了。

最后,再把 CR0 寄存器的 bit0 设置为 1,就正式的进入保护模式来执行 bootloader 中后面的代码了。

段描述符是如何确保段的安全访问的? 段寄存器高速缓存

进入保护模式之后,虽然对段寄存器中内容的解释改变了,但是执行每一条指令,还是需要使用到这些段寄存器的: cs, ds, ss等等。

想象一下:每执行一条指令,都会从逻辑地址中,获取到段索引号,然后去查找 GDT 表,从而定位到段的基地址。

大家都知道程序有个“局部性”原理,也就是连续执行的代码,都是集中在一段连续的程序空间中的。

这个连续的程序空间,它们都是在同一个代码段中,因此段的基地址都是相同的,那么它们都属于 GDT 中同一个代码段描述符所代表的段空间。

如果每一条指令都去查表,就会影响到程序的执行效率。

所以,处理器内部就为每一个段寄存器,安排了一个高速缓存。

拿代码段寄存器 cs 来说:当执行一条指令的时候,如果它与上一条指令中的段索引号不同,才会根据新的段索引号到 GDT 中查找相应的段描述符表项。

查找到之后,就把这个表项的内容复制到 cs 寄存器的高速缓存中。

当继续执行后面的指令时,如果逻辑地址中的段索引号没有变化,处理器就直接从高速缓存中读取段描述,从而避免了查表操作,提升了系统效率。

对段寄存器本身的保护

当逻辑地址中段寄存器的索引号改变时,就会根据新的索引号,到 GDT 中去查表。

当然了,这个索引号不能超过 GDT 的界限。

当定位到某一个描述符表项之后,就开始进行一系列检查。

再来看一下每一个段描述符中 8 个字节的内容:

bit8 ～ bit11 定义了当前这个段的类型。

假如: 我们在切换代码段空间的时候,不小心犯错,定位到了 GDT 中的一个数据段描述符表项,那么处理器就能够及时发现:

“当前这个段描述符的类型是数据段,你却把它当做代码段来使用,禁止,杀无赦!”

因此,处理器就会拒绝把这个段描述符复制到代码段的高速缓存中,从而对代码段寄存器进行了保护。

对段界限的检查

在通过了第一层的段类型保护之后,还会继续对段的界限进行检查,这就要使用到逻辑地址中的偏移地址( EIP )了。

如果偏移地址超过了描述符中规定的界限,那么就说明发生错误了。

例如:在 bootloader 的代码段描述符中,最大的界限是 512B,如果把 EIP 设置为 0x0000_1000,那就肯定错误了。

因为这个地址压根就不属于代码段的空间范围。

对于数据段来说比较有意思,因为我们把数据段描述符的基地址设置为 0x0000_0000,段的界限是整个 4G 的空间,所以它可以对整个内存进行操作。

多想一步:

代码段也是属于这 4G 空间,因此可以通过数据段,来改写代码段空间中的指令内容。

也就是说:如果你想修改代码段的指令,直接通过代码段来操作是不可以的。

因为代码段描述符中规定了:代码段的内容只能被读取、执行,但是不能被写入。

此时,就可以另辟蹊径:代码段也放在 4G 的空间,那么就可以通过数据段的可写特性,来改写代码段中的指令。

想一想 gdb 的调试过程,是不是就利用了这个道理?

在文末的推荐阅读中,就有一篇文章来介绍 gdb 的调试原理,有兴趣的小伙伴可以看一下。

------ End ------

至此,我们对保护模式下,段描述符的相关内容,就全部讨论结束了,不知道对你是否有帮助。

在准备这篇文章的时候,我特意看了一下 《深入理解 Linux 内核》这部书的第二章:"内存寻址"部分的内容。

书中直接把 x86 处理器中实模式和保护模式的寻址方式作为结论告诉我们了,但是并没有具体的讲解其中的原理。

如果把之前的这几篇文章都理解了,再去看 Linux 内核的相关书籍,就不会那么吃力了。

Linux 虽然很复杂,但是它也是建立在处理器所提供的基本功能上的。

就像顶尖的乒乓球运动员许昕,打出那么多匪夷所思的神仙球,并不总是妙手偶得,而是建立在他们平时严格、机械、枯燥的日常训练,所练就的扎实的基本功。

如果没有这些坚实的基本功作为支撑,任何高级的花式技巧都只能是昙花一现。

学习也是一样!