一、小白劇場
小白：東哥，你現在用的是什麼系統的電腦呀？
大東：用的是Windows系列的電腦，你今天怎麼突然談起電腦來了？
小白：別提了，現在的電腦更新換代太快了，前幾年買的電腦已經跟不上現在的配置了。
大東：是內存不夠還是磁碟不夠？
小白：感覺這兩個都有點不夠，可能因為我最近電腦上裝了幾個虛擬機，所以現在運行起來特別慢，每次都要卡很久。
大東：那你可以換臺配置高點的電腦呀！
小白：這不是要省錢嘛，東哥，能不能給些建議呀？
大東：如果內存不夠的話，你可以買幾塊型號相同的內存條，插在電腦上，這樣可能會速度快些。
小白：可能？
大東：沒錯，因為電腦的速度不是你內存大就一定快的，還要看硬體以及CPU。
小白：額……看來我還真是個電腦小白，感覺自己啥都不懂。
大東：沒事，你可以嘗試換一下內存條，只有實踐才是學習最高效的方法。
小白：確實，我記得我買的第一臺電腦是Windows系統的XP，當時啥也不懂，全靠自己摸索才學會用電腦。
大東：以後就叫你獨立白吧，不過XP的系統確實是好早之前的系統了。
小白：嗯嗯，現在Windows系統基本都是Win10了，像XP的系統已經都淘汰了。
大東：不過說起XP系統，我倒是想起一件最近在安全圈很火的一件事。
小白：啥事，XP系統不都已經淘汰了嗎？怎麼還會引起熱度呢？
大東：小白，你的這種想法可不對，即使有些電子產品的舊版本已經被淘汰了，但是新版本也是從舊版本的基礎上改進的，所以充分的了解舊版本對於我們研究補充新版本會有很大的幫助。
小白：東哥，我明白了，你快講講XP系統到底發生了什麼大事吧。
大東：其實之前的談話我也有提及到，可能你沒有注意到。
小白：東哥，不要吊我胃口了，快揭曉吧！！
大東：其實就是Windows XP系統的原始碼被洩露了。
二、話說事件
小白：什麼？東哥，你沒有開玩笑吧？！
大東：當然沒有了，雖然剛開始我也認為這是假的，但是這確實是真的。
小白：東哥，能不能詳細的介紹一下呀？源碼是在哪裡洩露的？洩露的內容裡都有什麼？
大東：別著急，我先回答你的第一個問題吧，事件起源於論壇，前幾天4chan 論壇的一名用戶發帖稱 Windows XP 源碼已被洩露，並在帖子裡面附上了一張正在解壓 Windows NT 內核源碼的截圖。
Windows NT 內核源碼的截圖（圖片來自網絡）
小白：那洩露的源碼是XP系統的哪個版本呢？
大東：從解壓路徑來看，被洩露的系統版本是 Windows XP SP1。
小白：一會去那個論壇看看。
大東：帖子放出來沒多久就被歸檔了，暫不允許回復。
小白：東哥，除了這個，該用戶沒有提供一些其他新的情報嗎？
大東：有呀，已下載洩露文件的用戶提供了如下截圖，可以看到整個文件大小為 42.92GB，從目錄結構來看，被洩露的內容還包括 Xbox 作業系統源碼，以及 Windows NT 5 內核、Windows NT 4 內核和 Windows NT 3.5 內核源碼。
洩露文件目錄（圖片來自網絡）
小白：這也太恐怖了吧！！
大東：不僅如此，洩露的文件還有 Windows 2000 等其他版本作業系統的源碼，其中名為"misc"的文件夾體積最大，總共 31.17GB，佔到了整個文件的 70%。
小白：這個提供源碼的用戶是怎樣收集到的這些文件？難道是從微軟內部拿到的嗎？
大東：創建並提供種子下載的用戶表示，這些文件已在黑客中秘密傳播了很多年，他花了大約2個月的時間收集了所有被洩漏的文件，並已經檢查了所有的存檔，以確保它們的真實性。
三、大話始末
小白：我還是覺得XP系統已經過時了，它的原始碼的洩露不會對現在的Windows系統產生太大的影響。
大東：其實源碼洩露的最重要的影響在於它可以拿過來更好的去分析裡面的漏洞。因為Windows的開發，這些代碼之間是有同源性的，如果是拿上這個源碼去分析，對於專業漏洞人員就可以分析出來現在新的一些作業系統的漏洞。
小白：有沒有什麼例子呢？
大東：其實像Windows內部的堆結構我們一直都不清楚，堆結構都是靠專業人員的猜測以及部分洩露的代碼建立的，如果我們可以看到Windows XP系統的源碼，那麼就可以很清楚的知道堆的結構了，對於我們發起堆溢出攻擊可能會更加容易，也可能會研發更多的攻擊手段。
小白：但是它們之間肯定是不同的呀。
大東：沒錯，不過基礎的架構都差不多，現在的架構只是在原有的架構上加了更多的安全機制。
小白：東哥，我還有個問題，洩露的源碼是XP系統的，會不會對現在的Win10系統產生影響?
大東：小白，你這個問題問的很好，其實此前已經有微軟內核工程師 Axel Rietschin 發表了一篇博客，帶大家一窺Windows 10 內核的魅力。
小白：那他都介紹了什麼？
大東：Axel 介紹，Windows 10 與 Windows 8.x、7、Vista、XP、2000 和 NT 的代碼庫是相同的，其中每一代都在之前的基礎上進行重大的重構，並增加大量新功能，改進性能和硬體支持，此外還有安全性的提升，同時保持非常高的後向兼容性。
小白：這個說法跟東哥剛才說的很相似呀，看來大多數新系統都是在舊系統的基礎上改進的。那這些參考的代碼還有其他途徑獲得嗎？
大東：在 GitHub 上其實可以找到 Windows 內核研究的洩露副本，雖然這些代碼已經過時且很不完整，但它們還是具有很高的研究價值。
小白：為什麼這麼說呢?
大東：我給你舉個例子你就明白了，比如 wrk-v1.2/base/ntos/config 源碼實現了一個大名鼎鼎的內核組件配置管理器 Registry，也就是註冊表，它在內部稱被為 Cm。
小白：聽你這麼一說，我還真的對這個產生了興趣，東哥，這個系統內核是用什麼語言編寫的？
大東：Axel 介紹，ntoskrnl.exe 內核大部分是使用 C 編寫的，在內核模式下運行的大多數內容也是用 C 編定的，包括文件系統、網絡與驅動程序等。其中也包含一些 C++ 代碼，而越靠近用戶模式、越接近新的源碼時，C 的使用變得越來越少，反之 C++ 變多。
內核的簡要介紹（圖片來自網絡）
小白：那Windows10的內核也是這樣嗎？
大東：我們可以具體看一下 Windows 10「DVD」的源碼，我猜測其中 98％ 由 C 和 C++ 寫的，而 C在其中佔據大比例。此外，.NET BCL 與一些相關庫和框架通常都是用 C# 編寫的，「但它們也只不過是帶有幾座 C++ 小島的 C 汪洋大海的一粟」，它們來自不同的部門，代碼並不屬於 Windows 源碼樹。
小白：那看來我是應該要好好學習一下C和C++了。
大東：你們本科不都學過這兩種語言了嗎？
小白：學是學過，但是感覺學的內容特別淺，而且當時也沒有認為這個很重要。
大東：但你們的老師肯定跟你們講過：C語言可以說是高級語言的基礎，雖然C語言問世了很多年，但是在各種語言的使用排行榜中依舊排名前十。
小白：這個老師有介紹，但是當時沒有好好聽，而且現在不是有更方便的語言嗎？比如說python。
大東：雖然說現在的一些語言更容易學習和實現功能，但是如果你嘗試用C語言和其他語言寫功能類似的代碼，你會發現C語言寫的代碼會更快。
小白：我還真的沒有試過這個，過會我去嘗試一下。
大東：不僅如此，其實大多數語言的底層也都是用C實現的，只不過他們把一些代碼封裝起來，這樣我們寫代碼的時候就不用自己寫某種功能的代碼了，只需要調用API就可以了。
小白：那為什麼底層的代碼不用彙編語言來實現呢？彙編語言不應該比C語言更快嗎？
大東：確實，但是彙編語言的語法比較難懂，不如C語言簡潔，而且C語言的代碼中是可以嵌入彙編代碼的，他們可以兼容運行。
小白：聽東哥這麼一說，更加堅定了我學好C語言的決心了。
大東：哈哈，其實有本科的知識基礎的話，想要深入的了解C不算很吃力。
小白：等我學好了C語言，我就去搜集研究下Windows 內核研究的洩露副本，等我研究透了我就不再是小白了。
大東：那你的夢想可能要落空了。
小白：為什麼？
大東：你知道嗎，在windows源碼洩露後，研究人員才發現Windows 源碼的規模如此巨大，這可以說是一個真正史詩般的巨型項目。
小白：到底有多麼大呢？
Windows代碼樹（圖片來自網絡）
大東：完整的源碼樹包含所有代碼，如上圖所示，測試代碼與一起構成「Windows 源碼」的所有內容加起來超過 400 萬個文件、50 萬個文件夾、大小超過 0.5 TB，其中包含了構成 OS 工作站、伺服器和所有版本的工具、相關開發工具包的每個組件的代碼。
小白：我的天！感覺我內心的熱火突然被澆了一盆涼水，這麼多的代碼，要多久能研究完呀？
大東：網上有網友估計完全查看這些源碼的文件名，並試圖理解源碼具體是用來幹什麼的，需要花上一生的時間。
小白：果然微軟能發展到今天的規模是有原因的。
大東：其實有研究人員舉過這樣一個例子：有一次，他離開了一個 Git 分支幾個星期，當他再次回來時，已經落在了將近 60000 次 commit 之後。
小白：看來研究人員的高薪之下隱藏的也是無比巨大的壓力呀。
大東：沒錯，所以我們不應該在這次事情中僅僅只看到代碼洩露的利益以及風險，我們更應該看到這種努力的品質，然後借鑑學習。
小白：鼓掌！東哥說的太好了，經過今天的學習，感覺收穫良多。我要去學習C語言了，再見，東哥！
參考資料：
1. Windows XP源碼洩露https://mp.weixin.qq.com/s/CXRuDY3Kqfyljgb7V54MdQ
來源：中國科學院計算技術研究所
溫馨提示：近期，微信公眾號信息流改版。每個用戶可以設置 常讀訂閱號，這些訂閱號將以大卡片的形式展示。因此，如果不想錯過「中科院之聲」的文章，你一定要進行以下操作：進入「中科院之聲」公眾號 → 點擊右上角的 ··· 菜單 → 選擇「設為星標」