在HITCON CTF 2023的一道QEMU escape题目中，利用到了Huge Pages这项技术，借此复现题目的机会，来学习了解下这部分知识。
简介
当进程使用 RAM 时，CPU 会将其标记为已被该进程使用。为了提高效率，CPU 以块的形式分配 RAM——4K 字节是许多平台上的默认值。这些块被称为页面。页面可以交换到磁盘等。
由于进程地址空间是虚拟的，CPU和操作系统需要记住哪些页属于哪个进程，以及每个页存储在哪里。页面越多，查找内存映射位置所需的时间就越多。因而大多数当前的 CPU 架构都支持larger-than-default pages，这使得 CPU/OS 需要查找的条目更少。不同的操作系统对它有不同命名方式，在Linux上即为Huge Pages.
内存映射
首先回顾下Linux中的内存映射，下图展示了64位Linux系统中，虚拟内存与物理内存的转换方式，也体现了Linux的4级页表结构
偷的图，侵删😭
有图可知，Linux只使用了64位地址的前48位，并将其虚拟地址分为5个部分：
PGD索引，为虚拟地址的39-47位(9bit)，代表其在Page Global Directory上的索引PUD索引，为虚拟地址的30-38位(9bit)，代表其在Page Upper Directory上的索引PMD索引，为虚拟地址的21-29位(9bit)，代表其在Page Middle Diectory上的索引PTE索引，为虚拟地址的12-20位(9bit)，代表其在Page Table上的索引偏移量，为虚拟地址的0-11位(12bit)，代表其在对应Physical Page上的偏移
此外，CPU有几个控制寄存器，如下图CR0-CR4，各自有不同的作用。其中CR3的寄存器主要用于存放Page Global Directory的物理地址。详细的的讲解可以看这篇文章:控制寄存器 (CR0 , CR1 , CR2 , CR3)
基于上述的知识我们可以分析下，虚拟地址转换物理地址流程。
- 从CR3寄存器中取得
Page Global Directory的物理地址 - 利用虚拟地址中的
PGD索引部分，在Page Global Directory中取出Page Upper Directory的物理地址 - 利用虚拟地址中的
PUD索引部分，在Page Upper Directory中取出Page Middle Diectory的物理地址 - 利用虚拟地址中的
PMD索引部分，在Page Middle Diectory中取出Page Table的物理地址 - 利用虚拟地址终端
PTE索引部分，在Page Table中取出对应物理内存页地址 - 此时虚拟地址所对应的物理地址就可以得到了，计算公式：物理地址 = 虚拟地址低12位offset + 物理内存页地址
Huge Pages原理
在明白了上述内存地址的划分后，Huge Page的原理就比较好理解了，即扩大物理页大小，减少页表层级。在Linux中，主要的HugePage的大小为2MB(即12bit + 9bit)和1GB(即12bit + 9bit + 9bit)，下面以2MB的HugePage举例
可以很明显的看到由于页大小扩大至2MB，其虚拟地址中，表示偏移的部分扩大到了(12+9)bit。原先的4级页表也变为3级页表，同理，1G大小的页对应2级页表。所以此时 Page Middle Directory 直接指向映射的物理内存页地址。
这样我们也能够理解，为什么HugePage一般为2MB和1GB这样固定的大小。从另一个角度理解，我们也能看到这种地址划分方式与IP地址中A类，B类，C类地址的划分有异曲同工之妙。
如何设置 HugePages
在root权限下，我们可以使用如下命令，设置HugePages的数量
sysctl vm.nr_hugepages=32 #其中32代表个数
我们可以使用如下命令，查看是否设置成功
cat /proc/meminfo | grep -i huge
效果如图，能够显示出总共的Hugepages的数量，以及处于free状态的HugePages的数量
