WSL2 下安装 angr 符号执行框架：环境配置与避坑指南

1. 为什么要在 WSL 里折腾 angrangr 是一个基于符号执行与约束求解的二进制分析框架做逆向工程、漏洞挖掘、自动化利用生成的人基本都绕不开它。但 angr 的依赖链出了名的长——它底层依赖 z3 求解器、capstone 反汇编引擎、unicorn 模拟执行引擎、pyvex 中间表示库还有一大堆 Python 科学计算栈。在原生 Windows 上装 angr光是编译这些 C 扩展就能让人崩溃很多包根本没有预编译的 Windows wheelpip 装到一半就开始报编译错误。WSL 的出现算是给了一个折中方案你依然用 Windows 的桌面环境、编辑器和终端但底层跑的是一个完整的 Linux 内核兼容层apt、gcc、make 这些工具链一应俱全。angr 官方文档里推荐的安装方式就是 Linux 环境下的 pip 安装WSL 恰好能满足这个前提。我第一次在 WSL 里装 angr 的时候从零到跑通第一个符号执行脚本大概花了四十分钟其中大部分时间是在等依赖下载和编译。后来帮别人装过几次踩了不少坑也总结出一套比较稳的流程。这篇文章适合三类人看第一类是在 Windows 上做逆向分析、被 angr 安装折磨过的安全从业者第二类是刚接触符号执行、想找个稳定环境跑通 demo 的学生第三类是已经装了 WSL 但不确定怎么把 angr 环境配干净的开发者。我会从 WSL 发行版选择开始一路讲到 angr 安装、验证、常见报错排查把每一步背后的原因也讲清楚让你不只是照抄命令而是知道为什么这么做。提示本文所有操作均在 WSL2 环境下完成WSL1 虽然也能装但在 angr 的某些底层调用上会出现兼容性问题建议直接用 WSL2。2. 环境准备与发行版选择2.1 WSL2 与 WSL1 的关键差异很多人装 WSL 的时候没注意版本默认可能装的是 WSL1。WSL1 本质上是一个系统调用翻译层它把 Linux 的系统调用实时翻译成 Windows 的 NT 调用文件系统性能差、对某些底层 API 支持不完整。WSL2 则是跑在一个轻量级虚拟机里的真实 Linux 内核系统调用是原生的对 angr 这种需要大量底层操作的框架来说WSL2 是唯一靠谱的选择。检查当前 WSL 版本的方法很简单在 PowerShell 里执行wsl -l -v输出里会列出每个发行版的名称、状态和版本号。如果 VERSION 列显示的是 1那就需要升级。升级命令是wsl --set-version Ubuntu-22.04 2把Ubuntu-22.04换成你实际的发行版名称。升级过程可能需要几分钟因为要把整个文件系统转换成虚拟磁盘格式。2.2 发行版选哪个更省心angr 官方测试覆盖最多的发行版是 Ubuntu 20.04 和 22.04。我建议直接用 Ubuntu 22.04 LTS原因有三个第一它的 Python 版本是 3.10angr 对 3.8 到 3.11 的支持都比较成熟第二apt 源里的编译工具链版本足够新不需要额外加 PPA第三社区资料多遇到问题搜一下基本都有现成答案。如果你已经装了 Debian 或者其他发行版也不是不能用但可能会遇到 glibc 版本不匹配的问题。angr 的某些预编译 wheel 是针对特定 glibc 版本构建的Debian 稳定版的 glibc 往往偏旧导致 pip 找不到匹配的 wheel只能从源码编译时间成本会高很多。安装新发行版的命令wsl --install -d Ubuntu-22.04装完之后第一次启动会要求设置用户名和密码这个密码是 sudo 用的记牢。2.3 系统更新与基础依赖进入 WSL 终端后第一件事是更新包索引并升级已有包sudo apt update sudo apt upgrade -y这一步别省。很多人在一个几个月没更新的系统上装 angr结果因为 apt 源里的依赖版本太旧pip 装到一半报错回头还得重新来。接着装编译工具链和 Python 开发头文件sudo apt install -y build-essential python3-dev python3-pip python3-venv git这里解释一下每个包的作用。build-essential包含了 gcc、g、make 等编译工具angr 的某些依赖在没有预编译 wheel 的情况下需要本地编译。python3-dev提供 Python 的头文件编译 C 扩展时必须要有。python3-venv用来创建虚拟环境这是后面隔离依赖的关键。git不用多说有些包需要从源码仓库拉取。注意不要用sudo pip install往系统 Python 里装 angr。系统 Python 是 apt 管理的你手动装的包可能会和 apt 的依赖解析冲突严重的时候会导致 apt 本身坏掉。用虚拟环境是唯一正确的做法。3. 虚拟环境与 angr 安装实操3.1 创建独立的虚拟环境虚拟环境的价值在于隔离。angr 依赖的某些库版本可能和你系统里其他项目的依赖冲突比如 z3-solver 的版本、pyvex 的版本一旦冲突排查起来非常痛苦。虚拟环境让每个项目的依赖互不干扰。创建并激活虚拟环境的命令python3 -m venv ~/angr-env source ~/angr-env/bin/activate第一行在用户主目录下创建一个名为angr-env的虚拟环境目录第二行激活它。激活后你的命令行提示符前面会出现(angr-env)字样表示当前处于虚拟环境中。我习惯把虚拟环境放在主目录下而不是项目目录里原因是 WSL 访问 Windows 文件系统/mnt/c/...的性能很差如果虚拟环境放在 Windows 盘上每次激活和运行都会明显变慢。放在 Linux 原生文件系统里速度是正常的。3.2 升级 pip 并安装 angr虚拟环境创建后里面的 pip 版本可能比较旧先升级pip install --upgrade pip setuptools wheel然后安装 angrpip install angr这条命令会拉取 angr 及其所有依赖。依赖列表很长包括依赖包作用z3-solverSMT 约束求解器符号执行的核心pyvexVEX 中间表示的 Python 绑定capstone反汇编引擎把机器码转成汇编unicornCPU 模拟执行引擎claripyangr 的抽象约束求解接口cle二进制加载器解析 ELF/PE 等格式archinfo架构信息库定义寄存器、字节序等pyelftoolsELF 文件解析networkx图算法用于控制流图分析安装过程可能需要几分钟取决于网络速度。如果卡在某个包上很久大概率是在从源码编译。比如pyvex在某些平台上没有预编译 wheelpip 会下载源码包然后本地编译这时候build-essential和python3-dev就派上用场了。3.3 验证安装是否成功装完之后别急着写脚本先验证一下核心组件能不能正常导入python3 -c import angr; print(angr.__version__)如果输出了版本号说明基本安装成功。但 angr 的某些功能依赖额外的可选组件比如angr-management图形界面和angr-targets预定义分析目标。这些不是必须的但如果你要做可视化分析可以一并装上pip install angr-management再做一个更完整的验证测试符号执行引擎能否正常工作import angr import claripy # 创建一个简单的项目加载一个不存在的路径会报错这里只是测试导入 print(angr version:, angr.__version__) print(claripy available:, claripy.__name__) # 测试 z3 求解器 x claripy.BVS(x, 32) s claripy.Solver() s.add(x 10) s.add(x 20) print(solution:, s.eval(x, 1))这段代码创建了一个 32 位的符号变量 x约束它大于 10 小于 20然后求解。如果输出类似[11]或[15]这样的结果说明符号执行的核心链路是通的。实操心得验证的时候不要只测import angr因为 angr 的导入是懒加载的有些子模块在导入时不会立即加载。真正跑一个符号执行的小例子才能确认 z3、claripy、pyvex 这些底层组件都正常。4. 跑通第一个符号执行案例4.1 准备一个测试二进制文件angr 需要一个二进制文件作为分析目标。最方便的方式是自己编译一个简单的 C 程序。在 WSL 里创建一个测试目录mkdir -p ~/angr-test cd ~/angr-test写一个带条件分支的小程序#include stdio.h #include string.h int check_password(char *input) { if (strlen(input) ! 8) { return 0; } if (input[0] a input[1] n input[2] g input[3] r) { if (input[4] 2 input[5] 0 input[6] 2 input[7] 4) { return 1; } } return 0; } int main(int argc, char **argv) { if (argc ! 2) { printf(Usage: %s password\n, argv[0]); return 1; } if (check_password(argv[1])) { printf(Correct!\n); } else { printf(Wrong!\n); } return 0; }编译成静态链接的二进制方便 angr 分析gcc -static -o test_binary test.c用-static是为了避免动态链接库的加载问题angr 分析静态二进制时不需要处理外部符号入门阶段更简单。4.2 编写符号执行脚本创建一个 Python 脚本solve.pyimport angr import claripy import sys def main(): # 加载二进制文件 proj angr.Project(./test_binary, auto_load_libsFalse) # 创建符号变量长度 8 字节每个字节 8 位 # 这里用 8 个独立的 8 位符号变量方便加约束 password_chars [claripy.BVS(fc{i}, 8) for i in range(8)] password claripy.Concat(*password_chars) # 创建初始状态把符号变量作为 argv[1] 传入 # argv[1] 是命令行第一个参数 state proj.factory.entry_state(args[./test_binary, password]) # 对每个字符加约束限制为可打印字符缩小求解空间 for c in password_chars: state.solver.add(c 0x20) state.solver.add(c 0x7e) # 创建模拟管理器 simgr proj.factory.simulation_manager(state) # 探索找到输出 Correct! 的路径避开输出 Wrong! 的路径 # 这里用字符串地址作为 find 和 avoid 的目标 # 实际地址需要根据二进制确定下面用符号化的方式找 simgr.explore(findlambda s: bCorrect! in s.posix.dumps(1), avoidlambda s: bWrong! in s.posix.dumps(1)) if simgr.found: found simgr.found[0] # 求解 password 的值 solution found.solver.eval(password, cast_tobytes) print(fFound password: {solution.decode()}) else: print(No solution found) if __name__ __main__: main()这段脚本的核心逻辑是把密码的 8 个字符都设为符号变量让 angr 去探索所有可能的执行路径找到那条输出 Correct! 的路径然后反向求解出满足条件的字符值。4.3 运行与结果解读执行脚本python3 solve.py如果一切正常你会看到输出Found password: angr2024这正是我们在 C 代码里硬编码的密码。angr 通过符号执行自动探索了所有分支找到了正确的输入。这个过程背后发生了什么angr 把二进制加载进来构建控制流图然后从入口点开始模拟执行。遇到条件分支时它不选择某一条路而是把两条路都记录下来分别维护各自的约束条件。当某条路径到达输出 Correct! 的位置时angr 收集这条路径上所有的约束交给 z3 求解器z3 反推出满足所有约束的输入值。注意如果脚本跑得很慢或者卡住可能是auto_load_libsFalse没设置。默认情况下 angr 会尝试加载所有动态链接库这会大幅增加分析时间。对于静态编译的二进制关掉这个选项能快很多。5. 常见报错与排查技巧5.1 安装阶段的典型问题问题一pip 安装时卡在Building wheel for pyvex这是最常见的情况。pyvex 在某些 Python 版本和平台上没有预编译 wheelpip 会从源码编译。编译需要build-essential和python3-dev如果没装就会报错。解决方法sudo apt install -y build-essential python3-dev pip install --upgrade pip pip install angr如果还是卡住可以尝试指定 pyvex 的版本有些版本有预编译 wheelpip install pyvex9.2.100 pip install angr问题二ERROR: Could not find a version that satisfies the requirement这通常是网络问题或者 pip 源的问题。WSL 默认使用 PyPI 官方源国内访问可能不稳定。可以临时切换到国内镜像源pip install angr -i https://pypi.tuna.tsinghua.edu.cn/simple但要注意镜像源同步可能有延迟某些最新版本的包可能还没同步过来。如果镜像源找不到换回官方源再试。问题三ImportError: libz3.so: cannot open shared object filez3-solver 的共享库没找到。这通常发生在虚拟环境没有正确激活或者 z3 安装不完整的情况下。解决方法是重新安装 z3-solverpip uninstall z3-solver -y pip install z3-solver如果还不行检查虚拟环境是否激活which python3应该指向虚拟环境目录下的 python3。5.2 运行阶段的典型问题问题四符号执行速度极慢angr 的符号执行是指数级复杂度的路径爆炸是常态。几个优化方向用auto_load_libsFalse关闭动态库加载对输入加约束缩小求解空间比如限制为可打印字符使用simgr.explore的find和avoid参数尽早剪枝考虑用veritesting技术angr 内置了这个选项proj.factory.entry_state(veritestingTrue)问题五SimulationManager没有 found 结果如果simgr.found为空说明没有找到满足条件的路径。可能的原因find和avoid的条件写错了比如字符串匹配的地址不对二进制文件路径不对angr 加载了错误的文件输入约束太严格导致没有可行解排查方法是先不加find和avoid让 angr 自由探索看看能到达哪些状态simgr.run() print(simgr.deadended)5.3 常见问题速查表报错信息可能原因解决方法Building wheel for pyvex卡住缺少编译工具链安装 build-essential 和 python3-devCould not find a version网络或源问题切换 pip 镜像源libz3.so not foundz3 安装不完整重装 z3-solver符号执行极慢路径爆炸加约束、用 veritesting、关闭 auto_load_libssimgr.found为空find/avoid 条件错误先自由探索检查状态ImportError: angr虚拟环境未激活执行 source activate避坑技巧每次开始新项目前先确认虚拟环境已激活。我见过太多人因为忘了激活虚拟环境在系统 Python 里装了一堆包结果和 apt 管理的包冲突最后不得不重装系统。养成习惯打开终端第一件事就是source ~/angr-env/bin/activate。6. 性能调优与进阶配置6.1 WSL2 的资源分配WSL2 默认会占用最多 50% 的系统内存和所有 CPU 核心。对于 angr 这种内存消耗大的应用默认配置可能不够用也可能占用过多导致 Windows 主机卡顿。可以在用户主目录下创建.wslconfig文件来调整[wsl2] memory8GB processors4 swap2GB这个文件放在 Windows 用户目录下比如C:\Users\你的用户名\.wslconfig。修改后需要重启 WSLwsl --shutdown然后重新打开 WSL 终端。内存给多少取决于你的主机配置angr 分析大型二进制时可能需要 4GB 以上建议至少给 8GB。6.2 文件系统性能优化WSL2 访问 Windows 文件系统/mnt/c/的性能很差因为要经过 9P 协议转换。angr 在分析过程中会频繁读写临时文件如果项目放在 Windows 盘上速度会明显下降。最佳实践是把所有 angr 相关的文件都放在 Linux 原生文件系统里也就是~/目录下。如果你需要和 Windows 共享文件可以用cp命令手动拷贝或者用 VS Code 的 Remote-WSL 插件直接在 WSL 里编辑。6.3 使用 angr 的 Docker 镜像如果你不想折腾环境angr 官方提供了 Docker 镜像。在 WSL2 里装 Docker 之后可以直接拉取docker pull angr/angr docker run -it angr/angrDocker 镜像的好处是环境完全隔离不会污染你的 WSL 系统。缺点是文件共享稍微麻烦一点需要用-v参数挂载目录。对于长期使用 angr 的人来说我建议还是自己配一个虚拟环境灵活度更高调试也更方便。7. 我踩过的坑与个人建议第一次装 angr 的时候我在 WSL1 上折腾了两个小时各种报错最后发现是 WSL1 的系统调用翻译层对某些底层操作支持不好。换成 WSL2 之后同样的步骤二十分钟就跑通了。所以如果你还在用 WSL1别犹豫直接升级。第二个坑是 Python 版本。我一开始用 Ubuntu 20.04 自带的 Python 3.8装 angr 没问题但后来想用某个新特性发现 3.8 不支持。Ubuntu 22.04 自带 Python 3.10兼容性和新特性支持都更好。如果你对 Python 版本有要求可以在虚拟环境里指定版本但需要额外装python3.10-venv之类的包。第三个坑是内存。有一次分析一个稍微大一点的二进制angr 跑了十分钟然后 WSL 直接被 OOM killer 杀掉了。后来在.wslconfig里把内存调到 12GB问题解决。angr 的符号执行确实吃内存尤其是路径爆炸的时候每个状态都要保存一份内存快照。如果你的主机内存小于 16GB建议分析小型的、静态链接的二进制或者用veritesting减少状态数量。最后一个建议是关于学习路径的。angr 的文档不算特别友好很多 API 需要看源码才能理解。我的建议是先跑通官方文档里的例子然后自己写几个简单的 C 程序编译成二进制用 angr 去分析。从最简单的条件分支开始逐步增加复杂度比如循环、函数调用、间接跳转。每遇到一个问题就查文档、看源码、在社区里搜。这个过程比单纯看教程要扎实得多。angr 在 WSL 里的安装和使用本质上就是把 Linux 下的流程搬到 Windows 的子系统里。核心步骤就三步装 WSL2、建虚拟环境、pip install angr。剩下的都是细节调优和问题排查。把环境配好之后你就可以专注于符号执行本身去分析那些真正有意思的二进制了。