Resumo Técnico: T¨AMU: Emulando Aplicações Confiáveis na Camada de API (GlobalPlatform)

Declaração do Problema

Dispositivos móveis dependem de Ambientes de Execução Confiáveis (TEEs) para executar código criticamente seguro conhecido como Aplicações Confiáveis (TAs). Vulnerabilidades nessas TAs podem comprometer todo o sistema. No entanto, técnicas de análise dinâmica, como fuzzing e depuração, são severamente dificultadas no ecossistema TEE devido a dois fatores primários:

1. Natureza de Código Fechado: Apenas código corretamente assinado pode ser executado no TEE, impedindo a introspecção e a análise dinâmica em dispositivos físicos.
2. Heterogeneidade e Fragmentação: As implementações de TEE variam significamente entre fornecedores (por exemplo, o TEEGris da Samsung vs. o MiTEE da Xiaomi), utilizando diferentes sistemas operacionais (TOS), runtimes e interfaces de chamadas de sistema.

Tentativas anteriores de emulação, como a emulação de sistema completo (PartEmu), exigem detalhes internos do TOS e não são reproduzíveis. Abordagens de emulação em modo usuário geralmente dependem de combinações ad-hoc de hooking de API e chamadas de sistema, carecendo de escalabilidade entre diferentes TEEs. Consequentemente, os esforços de teste ficam limitados majoritariamente à análise estática, deixando muitas vulnerabilidades não detectadas.

Metodologia

O artigo apresenta o T¨AMU, uma plataforma de rehosting projetada para permitir a análise dinâmica de TAs ao interpor sua execução na camada de API. A metodologia baseia-se em dois conceitos centrais:

1. Intercepção de Nível de API via Padronização

O T¨AMU aproveita a padronização das APIs de TEE impulsionada pelas especificações da GlobalPlatform (GP).

• GP e APIs libc: O sistema identifica que uma parte significativa das interações das TAs ocorre através de APIs de Núcleo Interno da GP padronizadas e funções padrão da libc. O T¨AMU implementa um TEE virtual que intercepta chamadas a essas APIs.
• Mecanismo de Intercepção: A plataforma carrega binários de TA (arquivos ELF) em um núcleo de emulação (construído sobre Qiling/Unicorn). Ela instrumenta as invocações de API fazendo o hooking da Global Offset Table (para TAs com ligação dinâmica) ou de endereços de funções específicos (para TAs com ligação estática). Quando uma TA chama uma API, a execução é redirecionada para o TEE virtual do T¨AMU, que fornece uma versão reimplementada da função antes de retomar a execução.
• Manipulação de Estado: O sistema distingue entre APIs sem estado (ex: memcmp) e APIs com estado (ex: alocação de memória, criptografia), rastreando o estado interno para garantir uma emulação precisa.

2. Emulação de Alto Nível Gananciosa (Greedy HLE)

Para abordar as APIs restantes específicas de TEE (que carecem de especificações públicas e exigem engenharia reversa manual), o T¨AMU introduz o Greedy HLE.

• Problema: Emular fielmente todas as APIs proprietárias é proibitivamente caro.
• Solução: O Greedy HLE utiliza análise estática para priorizar quais APIs específicas de TEE implementar com base em seu potencial para aumentar a cobertura de código durante o fuzzing.
• Algoritmo:
  1. Constrói um Grafo de Fluxo de Controle Interprocedural (ICFG) para o corpus de TAs.
  2. Calcula a "alcançabilidade" de blocos básicos como uma função do conjunto de APIs implementadas.
  3. Seleciona iterativamente a API específica de TEE que desbloqueia o maior número de novos blocos básicos alcançáveis.
  4. Esta abordagem gananciosa permite que o sistema alcance alta cobertura com esforço manual mínimo, focando em APIs de alto impacto.

Detalhes de Implementação

• Plataforma: Construído sobre Qiling (wrapper Python para Unicorn) com aproximadamente 6.000 linhas de código.
• Integração de Fuzzing: Suporta AFL++ através de um harness que desserializa a entrada de fuzzing para o ponto de entrada de comando da TA (TA_InvokeCommandEntryPoint).
• Depuração: Integra-se com GDB, permitindo que analistas se conectem à TA emulada, definam breakpoints e inspecionem registradores/memória.
• Emulação de Vulnerabilidade: O sistema emula fielmente classes específicas de vulnerabilidades, incluindo confusão de tipo de parâmetro e bugs de Time-of-Check to Time-of-Use (TOCTTOU), modelando as interações de memória compartilhada entre o mundo normal e o mundo seguro.

Principais Contribuições

1. Abordagem de HLE Principiada: O T¨AMU é o primeiro sistema a aplicar Emulação de Alto Nível (HLE) na camada de API especificamente para TAs, aproveitando as economias de escala proporcionadas pela crescente adoção de APIs da GlobalPlatform.
2. Técnica Greedy HLE: O artigo propõe uma metodologia orientada a dados para priorizar o rehosting manual de APIs proprietárias de TEE, maximizando o rendimento de cobertura enquanto minimiza o esforência de engenharia.
3. Implementação de Código Aberto: Os autores implementaram o T¨AMU, capaz de executar TAs em quatro TEEs diferentes (TEEGris, MiTEE, Beanpod, T6). O sistema é de código aberto e inclui um componente de fuzzing integrado.

Resultados

Os autores avaliaram o T¨AMU através de campanhas de emulação, fuzzing e depuração:

• Escalabilidade: O T¨AMU emulou com sucesso 67 TAs em quatro TEEs diferentes.
• Cobertura:
  • Implementar apenas as APIs padrão da GP e da libc permitiu a emulação de 39% dos blocos básicos potencialmente alcançáveis.
  • Ao implementar apenas 10 APIs específicas de TEE de alto impacto (identificadas via Greedy HLE), o sistema alcançou 90% dos blocos básicos alcançáveis em todo o dataset.
  • A análise mostrou que 70% das APIs específicas de TEE mais impactantes poderiam ser substituídas por funcionalidades existentes da GP ou libc, sugerindo um caminho para a padronização futura.
• Descoberta de Vulnerabilidades:
  • Reprodução: O T¨AMA reproduziu com sucesso 6 vulnerabilidades conhecidas (n-day), incluindo confusão de tipo de parâmetro, estouros de pilha/heap e bugs de TOCTTOU.
  • Descoberta: Uma campanha de fuzzing visando 30 TAs descobriu 17 vulnerabilidades zero-day em 11 TAs.
  • Verificação em Dispositivo: Das 17 vulnerabilidades zero-day, 11 foram reproduzidas com sucesso em dispositivos comerciais comuns (COTS) físicos.
• Depuração: O sistema foi usado para depurar e refinar um exploit para um bug de confusão de tipo de parâmetro (CVE-2023-32835), transformando um sequestro de pilha em uma primitiva confiável de sobrescrita da Global Offset Table (GOT) para leitura arbitrária de memória.

Significância e Alegações

O artigo afirma que o T¨AMU aborda um déficit crítico no ecossistema TEE: a falta de capacidades eficazes de análise dinâmica. Os autores observam que mesmo fornecedores com código fonte desbloqueado não forneceram essas capacidades para si mesmos.

A significância do T¨AMU reside em sua capacidade de:

1. Preencher a Lacuna: Trazer análise dinâmica prática e eficaz (fuzzing e depuração) para o domínio de TEE móvel sem exigir emulação de sistema completo ou acesso ao código fonte proprietário do TOS.
2. Demonstrar Viabilidade: Provar que a convergência do ecossistema de TA para as APIs da GlobalPlatform torna a emulação em larga escala entre diferentes fornecedores viável.
3. Priorizar Esforço: Mostrar que uma abordagem "gananciosa" para o rehosting de APIs proprietárias pode gerar alta cobertura com esforço manual gerenciável, tornando a análise dinâmica acessível para uma ampla gama de TAs.

Os autores concluem que o T¨AMU representa uma mudança da análise puramente estática para o teste de segurança ativo e dinâmico para Aplicações Confiáveis, capaz de descobrir vulnerabilidades críticas que permaneceriam ocultas de outra forma.