SMT
Satisfiability Modulo Theories
约束求解 · 让机器替你思考程序所有可能的执行路径
- 定义
- SMT（Satisfiability Modulo Theories）是网络安全领域的专业术语。SMT（Satisfiability Modulo Theories）是在 SAT（布尔可满足性）基础上扩展了算术、位向量、数组等理论的自动化约束求解框架。
最后更新：2026-06-16
什么是SMT？
SMT（Satisfiability Modulo Theories）是在 SAT（布尔可满足性）基础上扩展了算术、位向量、数组等理论的自动化约束求解框架。在二进制安全领域，SMT 求解器（如 Z3）被广泛用于符号执行、反混淆、漏洞自动发现和 CTF 解题——将程序行为建模为数学约束，让求解器自动找出满足特定条件的输入。
- 在 SAT 基础上扩展算术/位向量等理论的约束求解
- 二进制逆向和漏洞挖掘的核心引擎
- Z3 是最广泛使用的 SMT 求解器
SMT详解
SMT 的核心思想是将程序逻辑转化为数学公式：将变量、运算、分支条件表达为约束，然后问求解器「是否存在一组输入使这些约束同时成立」。在二进制安全中的典型应用：1) 符号执行（Symbolic Execution）——用符号变量代替具体输入跟踪程序执行，在每个分支处收集约束，用 SMT 求解判断路径可达性；2) 反混淆——将混淆后的表达式简化为等价的简单形式；3) 漏洞自动发现——构造使程序触发缓冲区溢出/整数溢出等条件的输入；4) CTF 逆向题——自动求解复杂的校验逻辑找出正确 flag。常用工具：Z3（微软）、angr（符号执行框架）、Triton（动态二进制分析）。
公式提示
核心问题：∃x. φ(x) = true？其中 φ 是包含位向量/算术等理论的逻辑公式
SMT的应用场景
正式定义
在布尔可满足性（SAT）基础上扩展了算术、位向量、数组等一阶逻辑理论的自动化约束求解框架
应用场景
- 符号执行中判断程序路径可达性
- 自动生成触发漏洞的 PoC 输入
- CTF 逆向题自动求解校验逻辑
- 去除代码混淆/简化表达式
常见误区
- SMT 不是万能的——路径爆炸和非线性约束仍是难题
- SMT 求解器不等于人工智能——它是精确的数学求解而非启发式猜测
- SMT 不只用于安全——形式化验证、编译器优化、硬件设计都在使用
实际案例
📌 Z3 解 CTF 逆向题
面对复杂的输入校验函数，将每步运算转为 Z3 约束，添加最终校验条件，调用 solver.check() 即可得到正确输入（flag），无需手动逆推。
📌 angr 符号执行
使用 angr 加载二进制文件，设置符号变量作为输入，指定目标地址（如 'success' 分支），angr 内部用 SMT 求解器自动探索路径找到可达输入。
SMT的参考来源
关于SMT的常见问题
- SMT 是什么
- Satisfiability Modulo Theories，可满足性模理论。在 SAT 基础上扩展了算术、位向量等理论的约束求解框架，是二进制安全分析的核心引擎。
- SMT 在二进制安全中怎么用
- 将程序行为建模为数学约束，用求解器（如 Z3）自动找出满足特定条件的输入。典型应用：符号执行探索路径、自动生成漏洞 PoC、CTF 逆向解题、反混淆。
- 常用的 SMT 工具有哪些
- Z3（微软，最流行的 SMT 求解器）、angr（Python 符号执行框架）、Triton（动态二进制分析）、CVC5。