[media] staging: media: davinci_vpfe: unlock on error in vpfe_reqbufs()
[linux/fpc-iii.git] / Documentation / networking / filter.txt
blob683ada5ad81deadd19e84ab91c324de02aa36c68
1 Linux Socket Filtering aka Berkeley Packet Filter (BPF)
2 =======================================================
4 Introduction
5 ------------
7 Linux Socket Filtering (LSF) is derived from the Berkeley Packet Filter.
8 Though there are some distinct differences between the BSD and Linux
9 Kernel filtering, but when we speak of BPF or LSF in Linux context, we
10 mean the very same mechanism of filtering in the Linux kernel.
12 BPF allows a user-space program to attach a filter onto any socket and
13 allow or disallow certain types of data to come through the socket. LSF
14 follows exactly the same filter code structure as BSD's BPF, so referring
15 to the BSD bpf.4 manpage is very helpful in creating filters.
17 On Linux, BPF is much simpler than on BSD. One does not have to worry
18 about devices or anything like that. You simply create your filter code,
19 send it to the kernel via the SO_ATTACH_FILTER option and if your filter
20 code passes the kernel check on it, you then immediately begin filtering
21 data on that socket.
23 You can also detach filters from your socket via the SO_DETACH_FILTER
24 option. This will probably not be used much since when you close a socket
25 that has a filter on it the filter is automagically removed. The other
26 less common case may be adding a different filter on the same socket where
27 you had another filter that is still running: the kernel takes care of
28 removing the old one and placing your new one in its place, assuming your
29 filter has passed the checks, otherwise if it fails the old filter will
30 remain on that socket.
32 SO_LOCK_FILTER option allows to lock the filter attached to a socket. Once
33 set, a filter cannot be removed or changed. This allows one process to
34 setup a socket, attach a filter, lock it then drop privileges and be
35 assured that the filter will be kept until the socket is closed.
37 The biggest user of this construct might be libpcap. Issuing a high-level
38 filter command like `tcpdump -i em1 port 22` passes through the libpcap
39 internal compiler that generates a structure that can eventually be loaded
40 via SO_ATTACH_FILTER to the kernel. `tcpdump -i em1 port 22 -ddd`
41 displays what is being placed into this structure.
43 Although we were only speaking about sockets here, BPF in Linux is used
44 in many more places. There's xt_bpf for netfilter, cls_bpf in the kernel
45 qdisc layer, SECCOMP-BPF (SECure COMPuting [1]), and lots of other places
46 such as team driver, PTP code, etc where BPF is being used.
48  [1] Documentation/prctl/seccomp_filter.txt
50 Original BPF paper:
52 Steven McCanne and Van Jacobson. 1993. The BSD packet filter: a new
53 architecture for user-level packet capture. In Proceedings of the
54 USENIX Winter 1993 Conference Proceedings on USENIX Winter 1993
55 Conference Proceedings (USENIX'93). USENIX Association, Berkeley,
56 CA, USA, 2-2. [http://www.tcpdump.org/papers/bpf-usenix93.pdf]
58 Structure
59 ---------
61 User space applications include <linux/filter.h> which contains the
62 following relevant structures:
64 struct sock_filter {    /* Filter block */
65         __u16   code;   /* Actual filter code */
66         __u8    jt;     /* Jump true */
67         __u8    jf;     /* Jump false */
68         __u32   k;      /* Generic multiuse field */
71 Such a structure is assembled as an array of 4-tuples, that contains
72 a code, jt, jf and k value. jt and jf are jump offsets and k a generic
73 value to be used for a provided code.
75 struct sock_fprog {                     /* Required for SO_ATTACH_FILTER. */
76         unsigned short             len; /* Number of filter blocks */
77         struct sock_filter __user *filter;
80 For socket filtering, a pointer to this structure (as shown in
81 follow-up example) is being passed to the kernel through setsockopt(2).
83 Example
84 -------
86 #include <sys/socket.h>
87 #include <sys/types.h>
88 #include <arpa/inet.h>
89 #include <linux/if_ether.h>
90 /* ... */
92 /* From the example above: tcpdump -i em1 port 22 -dd */
93 struct sock_filter code[] = {
94         { 0x28,  0,  0, 0x0000000c },
95         { 0x15,  0,  8, 0x000086dd },
96         { 0x30,  0,  0, 0x00000014 },
97         { 0x15,  2,  0, 0x00000084 },
98         { 0x15,  1,  0, 0x00000006 },
99         { 0x15,  0, 17, 0x00000011 },
100         { 0x28,  0,  0, 0x00000036 },
101         { 0x15, 14,  0, 0x00000016 },
102         { 0x28,  0,  0, 0x00000038 },
103         { 0x15, 12, 13, 0x00000016 },
104         { 0x15,  0, 12, 0x00000800 },
105         { 0x30,  0,  0, 0x00000017 },
106         { 0x15,  2,  0, 0x00000084 },
107         { 0x15,  1,  0, 0x00000006 },
108         { 0x15,  0,  8, 0x00000011 },
109         { 0x28,  0,  0, 0x00000014 },
110         { 0x45,  6,  0, 0x00001fff },
111         { 0xb1,  0,  0, 0x0000000e },
112         { 0x48,  0,  0, 0x0000000e },
113         { 0x15,  2,  0, 0x00000016 },
114         { 0x48,  0,  0, 0x00000010 },
115         { 0x15,  0,  1, 0x00000016 },
116         { 0x06,  0,  0, 0x0000ffff },
117         { 0x06,  0,  0, 0x00000000 },
120 struct sock_fprog bpf = {
121         .len = ARRAY_SIZE(code),
122         .filter = code,
125 sock = socket(PF_PACKET, SOCK_RAW, htons(ETH_P_ALL));
126 if (sock < 0)
127         /* ... bail out ... */
129 ret = setsockopt(sock, SOL_SOCKET, SO_ATTACH_FILTER, &bpf, sizeof(bpf));
130 if (ret < 0)
131         /* ... bail out ... */
133 /* ... */
134 close(sock);
136 The above example code attaches a socket filter for a PF_PACKET socket
137 in order to let all IPv4/IPv6 packets with port 22 pass. The rest will
138 be dropped for this socket.
140 The setsockopt(2) call to SO_DETACH_FILTER doesn't need any arguments
141 and SO_LOCK_FILTER for preventing the filter to be detached, takes an
142 integer value with 0 or 1.
144 Note that socket filters are not restricted to PF_PACKET sockets only,
145 but can also be used on other socket families.
147 Summary of system calls:
149  * setsockopt(sockfd, SOL_SOCKET, SO_ATTACH_FILTER, &val, sizeof(val));
150  * setsockopt(sockfd, SOL_SOCKET, SO_DETACH_FILTER, &val, sizeof(val));
151  * setsockopt(sockfd, SOL_SOCKET, SO_LOCK_FILTER,   &val, sizeof(val));
153 Normally, most use cases for socket filtering on packet sockets will be
154 covered by libpcap in high-level syntax, so as an application developer
155 you should stick to that. libpcap wraps its own layer around all that.
157 Unless i) using/linking to libpcap is not an option, ii) the required BPF
158 filters use Linux extensions that are not supported by libpcap's compiler,
159 iii) a filter might be more complex and not cleanly implementable with
160 libpcap's compiler, or iv) particular filter codes should be optimized
161 differently than libpcap's internal compiler does; then in such cases
162 writing such a filter "by hand" can be of an alternative. For example,
163 xt_bpf and cls_bpf users might have requirements that could result in
164 more complex filter code, or one that cannot be expressed with libpcap
165 (e.g. different return codes for various code paths). Moreover, BPF JIT
166 implementors may wish to manually write test cases and thus need low-level
167 access to BPF code as well.
169 BPF engine and instruction set
170 ------------------------------
172 Under tools/net/ there's a small helper tool called bpf_asm which can
173 be used to write low-level filters for example scenarios mentioned in the
174 previous section. Asm-like syntax mentioned here has been implemented in
175 bpf_asm and will be used for further explanations (instead of dealing with
176 less readable opcodes directly, principles are the same). The syntax is
177 closely modelled after Steven McCanne's and Van Jacobson's BPF paper.
179 The BPF architecture consists of the following basic elements:
181   Element          Description
183   A                32 bit wide accumulator
184   X                32 bit wide X register
185   M[]              16 x 32 bit wide misc registers aka "scratch memory
186                    store", addressable from 0 to 15
188 A program, that is translated by bpf_asm into "opcodes" is an array that
189 consists of the following elements (as already mentioned):
191   op:16, jt:8, jf:8, k:32
193 The element op is a 16 bit wide opcode that has a particular instruction
194 encoded. jt and jf are two 8 bit wide jump targets, one for condition
195 "jump if true", the other one "jump if false". Eventually, element k
196 contains a miscellaneous argument that can be interpreted in different
197 ways depending on the given instruction in op.
199 The instruction set consists of load, store, branch, alu, miscellaneous
200 and return instructions that are also represented in bpf_asm syntax. This
201 table lists all bpf_asm instructions available resp. what their underlying
202 opcodes as defined in linux/filter.h stand for:
204   Instruction      Addressing mode      Description
206   ld               1, 2, 3, 4, 10       Load word into A
207   ldi              4                    Load word into A
208   ldh              1, 2                 Load half-word into A
209   ldb              1, 2                 Load byte into A
210   ldx              3, 4, 5, 10          Load word into X
211   ldxi             4                    Load word into X
212   ldxb             5                    Load byte into X
214   st               3                    Store A into M[]
215   stx              3                    Store X into M[]
217   jmp              6                    Jump to label
218   ja               6                    Jump to label
219   jeq              7, 8                 Jump on A == k
220   jneq             8                    Jump on A != k
221   jne              8                    Jump on A != k
222   jlt              8                    Jump on A <  k
223   jle              8                    Jump on A <= k
224   jgt              7, 8                 Jump on A >  k
225   jge              7, 8                 Jump on A >= k
226   jset             7, 8                 Jump on A &  k
228   add              0, 4                 A + <x>
229   sub              0, 4                 A - <x>
230   mul              0, 4                 A * <x>
231   div              0, 4                 A / <x>
232   mod              0, 4                 A % <x>
233   neg                                   !A
234   and              0, 4                 A & <x>
235   or               0, 4                 A | <x>
236   xor              0, 4                 A ^ <x>
237   lsh              0, 4                 A << <x>
238   rsh              0, 4                 A >> <x>
240   tax                                   Copy A into X
241   txa                                   Copy X into A
243   ret              4, 9                 Return
245 The next table shows addressing formats from the 2nd column:
247   Addressing mode  Syntax               Description
249    0               x/%x                 Register X
250    1               [k]                  BHW at byte offset k in the packet
251    2               [x + k]              BHW at the offset X + k in the packet
252    3               M[k]                 Word at offset k in M[]
253    4               #k                   Literal value stored in k
254    5               4*([k]&0xf)          Lower nibble * 4 at byte offset k in the packet
255    6               L                    Jump label L
256    7               #k,Lt,Lf             Jump to Lt if true, otherwise jump to Lf
257    8               #k,Lt                Jump to Lt if predicate is true
258    9               a/%a                 Accumulator A
259   10               extension            BPF extension
261 The Linux kernel also has a couple of BPF extensions that are used along
262 with the class of load instructions by "overloading" the k argument with
263 a negative offset + a particular extension offset. The result of such BPF
264 extensions are loaded into A.
266 Possible BPF extensions are shown in the following table:
268   Extension                             Description
270   len                                   skb->len
271   proto                                 skb->protocol
272   type                                  skb->pkt_type
273   poff                                  Payload start offset
274   ifidx                                 skb->dev->ifindex
275   nla                                   Netlink attribute of type X with offset A
276   nlan                                  Nested Netlink attribute of type X with offset A
277   mark                                  skb->mark
278   queue                                 skb->queue_mapping
279   hatype                                skb->dev->type
280   rxhash                                skb->hash
281   cpu                                   raw_smp_processor_id()
282   vlan_tci                              skb_vlan_tag_get(skb)
283   vlan_avail                            skb_vlan_tag_present(skb)
284   vlan_tpid                             skb->vlan_proto
285   rand                                  prandom_u32()
287 These extensions can also be prefixed with '#'.
288 Examples for low-level BPF:
290 ** ARP packets:
292   ldh [12]
293   jne #0x806, drop
294   ret #-1
295   drop: ret #0
297 ** IPv4 TCP packets:
299   ldh [12]
300   jne #0x800, drop
301   ldb [23]
302   jneq #6, drop
303   ret #-1
304   drop: ret #0
306 ** (Accelerated) VLAN w/ id 10:
308   ld vlan_tci
309   jneq #10, drop
310   ret #-1
311   drop: ret #0
313 ** icmp random packet sampling, 1 in 4
314   ldh [12]
315   jne #0x800, drop
316   ldb [23]
317   jneq #1, drop
318   # get a random uint32 number
319   ld rand
320   mod #4
321   jneq #1, drop
322   ret #-1
323   drop: ret #0
325 ** SECCOMP filter example:
327   ld [4]                  /* offsetof(struct seccomp_data, arch) */
328   jne #0xc000003e, bad    /* AUDIT_ARCH_X86_64 */
329   ld [0]                  /* offsetof(struct seccomp_data, nr) */
330   jeq #15, good           /* __NR_rt_sigreturn */
331   jeq #231, good          /* __NR_exit_group */
332   jeq #60, good           /* __NR_exit */
333   jeq #0, good            /* __NR_read */
334   jeq #1, good            /* __NR_write */
335   jeq #5, good            /* __NR_fstat */
336   jeq #9, good            /* __NR_mmap */
337   jeq #14, good           /* __NR_rt_sigprocmask */
338   jeq #13, good           /* __NR_rt_sigaction */
339   jeq #35, good           /* __NR_nanosleep */
340   bad: ret #0             /* SECCOMP_RET_KILL */
341   good: ret #0x7fff0000   /* SECCOMP_RET_ALLOW */
343 The above example code can be placed into a file (here called "foo"), and
344 then be passed to the bpf_asm tool for generating opcodes, output that xt_bpf
345 and cls_bpf understands and can directly be loaded with. Example with above
346 ARP code:
348 $ ./bpf_asm foo
349 4,40 0 0 12,21 0 1 2054,6 0 0 4294967295,6 0 0 0,
351 In copy and paste C-like output:
353 $ ./bpf_asm -c foo
354 { 0x28,  0,  0, 0x0000000c },
355 { 0x15,  0,  1, 0x00000806 },
356 { 0x06,  0,  0, 0xffffffff },
357 { 0x06,  0,  0, 0000000000 },
359 In particular, as usage with xt_bpf or cls_bpf can result in more complex BPF
360 filters that might not be obvious at first, it's good to test filters before
361 attaching to a live system. For that purpose, there's a small tool called
362 bpf_dbg under tools/net/ in the kernel source directory. This debugger allows
363 for testing BPF filters against given pcap files, single stepping through the
364 BPF code on the pcap's packets and to do BPF machine register dumps.
366 Starting bpf_dbg is trivial and just requires issuing:
368 # ./bpf_dbg
370 In case input and output do not equal stdin/stdout, bpf_dbg takes an
371 alternative stdin source as a first argument, and an alternative stdout
372 sink as a second one, e.g. `./bpf_dbg test_in.txt test_out.txt`.
374 Other than that, a particular libreadline configuration can be set via
375 file "~/.bpf_dbg_init" and the command history is stored in the file
376 "~/.bpf_dbg_history".
378 Interaction in bpf_dbg happens through a shell that also has auto-completion
379 support (follow-up example commands starting with '>' denote bpf_dbg shell).
380 The usual workflow would be to ...
382 > load bpf 6,40 0 0 12,21 0 3 2048,48 0 0 23,21 0 1 1,6 0 0 65535,6 0 0 0
383   Loads a BPF filter from standard output of bpf_asm, or transformed via
384   e.g. `tcpdump -iem1 -ddd port 22 | tr '\n' ','`. Note that for JIT
385   debugging (next section), this command creates a temporary socket and
386   loads the BPF code into the kernel. Thus, this will also be useful for
387   JIT developers.
389 > load pcap foo.pcap
390   Loads standard tcpdump pcap file.
392 > run [<n>]
393 bpf passes:1 fails:9
394   Runs through all packets from a pcap to account how many passes and fails
395   the filter will generate. A limit of packets to traverse can be given.
397 > disassemble
398 l0:     ldh [12]
399 l1:     jeq #0x800, l2, l5
400 l2:     ldb [23]
401 l3:     jeq #0x1, l4, l5
402 l4:     ret #0xffff
403 l5:     ret #0
404   Prints out BPF code disassembly.
406 > dump
407 /* { op, jt, jf, k }, */
408 { 0x28,  0,  0, 0x0000000c },
409 { 0x15,  0,  3, 0x00000800 },
410 { 0x30,  0,  0, 0x00000017 },
411 { 0x15,  0,  1, 0x00000001 },
412 { 0x06,  0,  0, 0x0000ffff },
413 { 0x06,  0,  0, 0000000000 },
414   Prints out C-style BPF code dump.
416 > breakpoint 0
417 breakpoint at: l0:      ldh [12]
418 > breakpoint 1
419 breakpoint at: l1:      jeq #0x800, l2, l5
420   ...
421   Sets breakpoints at particular BPF instructions. Issuing a `run` command
422   will walk through the pcap file continuing from the current packet and
423   break when a breakpoint is being hit (another `run` will continue from
424   the currently active breakpoint executing next instructions):
426   > run
427   -- register dump --
428   pc:       [0]                       <-- program counter
429   code:     [40] jt[0] jf[0] k[12]    <-- plain BPF code of current instruction
430   curr:     l0: ldh [12]              <-- disassembly of current instruction
431   A:        [00000000][0]             <-- content of A (hex, decimal)
432   X:        [00000000][0]             <-- content of X (hex, decimal)
433   M[0,15]:  [00000000][0]             <-- folded content of M (hex, decimal)
434   -- packet dump --                   <-- Current packet from pcap (hex)
435   len: 42
436     0: 00 19 cb 55 55 a4 00 14 a4 43 78 69 08 06 00 01
437    16: 08 00 06 04 00 01 00 14 a4 43 78 69 0a 3b 01 26
438    32: 00 00 00 00 00 00 0a 3b 01 01
439   (breakpoint)
440   >
442 > breakpoint
443 breakpoints: 0 1
444   Prints currently set breakpoints.
446 > step [-<n>, +<n>]
447   Performs single stepping through the BPF program from the current pc
448   offset. Thus, on each step invocation, above register dump is issued.
449   This can go forwards and backwards in time, a plain `step` will break
450   on the next BPF instruction, thus +1. (No `run` needs to be issued here.)
452 > select <n>
453   Selects a given packet from the pcap file to continue from. Thus, on
454   the next `run` or `step`, the BPF program is being evaluated against
455   the user pre-selected packet. Numbering starts just as in Wireshark
456   with index 1.
458 > quit
460   Exits bpf_dbg.
462 JIT compiler
463 ------------
465 The Linux kernel has a built-in BPF JIT compiler for x86_64, SPARC, PowerPC,
466 ARM, ARM64, MIPS and s390 and can be enabled through CONFIG_BPF_JIT. The JIT
467 compiler is transparently invoked for each attached filter from user space
468 or for internal kernel users if it has been previously enabled by root:
470   echo 1 > /proc/sys/net/core/bpf_jit_enable
472 For JIT developers, doing audits etc, each compile run can output the generated
473 opcode image into the kernel log via:
475   echo 2 > /proc/sys/net/core/bpf_jit_enable
477 Example output from dmesg:
479 [ 3389.935842] flen=6 proglen=70 pass=3 image=ffffffffa0069c8f
480 [ 3389.935847] JIT code: 00000000: 55 48 89 e5 48 83 ec 60 48 89 5d f8 44 8b 4f 68
481 [ 3389.935849] JIT code: 00000010: 44 2b 4f 6c 4c 8b 87 d8 00 00 00 be 0c 00 00 00
482 [ 3389.935850] JIT code: 00000020: e8 1d 94 ff e0 3d 00 08 00 00 75 16 be 17 00 00
483 [ 3389.935851] JIT code: 00000030: 00 e8 28 94 ff e0 83 f8 01 75 07 b8 ff ff 00 00
484 [ 3389.935852] JIT code: 00000040: eb 02 31 c0 c9 c3
486 In the kernel source tree under tools/net/, there's bpf_jit_disasm for
487 generating disassembly out of the kernel log's hexdump:
489 # ./bpf_jit_disasm
490 70 bytes emitted from JIT compiler (pass:3, flen:6)
491 ffffffffa0069c8f + <x>:
492    0:   push   %rbp
493    1:   mov    %rsp,%rbp
494    4:   sub    $0x60,%rsp
495    8:   mov    %rbx,-0x8(%rbp)
496    c:   mov    0x68(%rdi),%r9d
497   10:   sub    0x6c(%rdi),%r9d
498   14:   mov    0xd8(%rdi),%r8
499   1b:   mov    $0xc,%esi
500   20:   callq  0xffffffffe0ff9442
501   25:   cmp    $0x800,%eax
502   2a:   jne    0x0000000000000042
503   2c:   mov    $0x17,%esi
504   31:   callq  0xffffffffe0ff945e
505   36:   cmp    $0x1,%eax
506   39:   jne    0x0000000000000042
507   3b:   mov    $0xffff,%eax
508   40:   jmp    0x0000000000000044
509   42:   xor    %eax,%eax
510   44:   leaveq
511   45:   retq
513 Issuing option `-o` will "annotate" opcodes to resulting assembler
514 instructions, which can be very useful for JIT developers:
516 # ./bpf_jit_disasm -o
517 70 bytes emitted from JIT compiler (pass:3, flen:6)
518 ffffffffa0069c8f + <x>:
519    0:   push   %rbp
520         55
521    1:   mov    %rsp,%rbp
522         48 89 e5
523    4:   sub    $0x60,%rsp
524         48 83 ec 60
525    8:   mov    %rbx,-0x8(%rbp)
526         48 89 5d f8
527    c:   mov    0x68(%rdi),%r9d
528         44 8b 4f 68
529   10:   sub    0x6c(%rdi),%r9d
530         44 2b 4f 6c
531   14:   mov    0xd8(%rdi),%r8
532         4c 8b 87 d8 00 00 00
533   1b:   mov    $0xc,%esi
534         be 0c 00 00 00
535   20:   callq  0xffffffffe0ff9442
536         e8 1d 94 ff e0
537   25:   cmp    $0x800,%eax
538         3d 00 08 00 00
539   2a:   jne    0x0000000000000042
540         75 16
541   2c:   mov    $0x17,%esi
542         be 17 00 00 00
543   31:   callq  0xffffffffe0ff945e
544         e8 28 94 ff e0
545   36:   cmp    $0x1,%eax
546         83 f8 01
547   39:   jne    0x0000000000000042
548         75 07
549   3b:   mov    $0xffff,%eax
550         b8 ff ff 00 00
551   40:   jmp    0x0000000000000044
552         eb 02
553   42:   xor    %eax,%eax
554         31 c0
555   44:   leaveq
556         c9
557   45:   retq
558         c3
560 For BPF JIT developers, bpf_jit_disasm, bpf_asm and bpf_dbg provides a useful
561 toolchain for developing and testing the kernel's JIT compiler.
563 BPF kernel internals
564 --------------------
565 Internally, for the kernel interpreter, a different instruction set
566 format with similar underlying principles from BPF described in previous
567 paragraphs is being used. However, the instruction set format is modelled
568 closer to the underlying architecture to mimic native instruction sets, so
569 that a better performance can be achieved (more details later). This new
570 ISA is called 'eBPF' or 'internal BPF' interchangeably. (Note: eBPF which
571 originates from [e]xtended BPF is not the same as BPF extensions! While
572 eBPF is an ISA, BPF extensions date back to classic BPF's 'overloading'
573 of BPF_LD | BPF_{B,H,W} | BPF_ABS instruction.)
575 It is designed to be JITed with one to one mapping, which can also open up
576 the possibility for GCC/LLVM compilers to generate optimized eBPF code through
577 an eBPF backend that performs almost as fast as natively compiled code.
579 The new instruction set was originally designed with the possible goal in
580 mind to write programs in "restricted C" and compile into eBPF with a optional
581 GCC/LLVM backend, so that it can just-in-time map to modern 64-bit CPUs with
582 minimal performance overhead over two steps, that is, C -> eBPF -> native code.
584 Currently, the new format is being used for running user BPF programs, which
585 includes seccomp BPF, classic socket filters, cls_bpf traffic classifier,
586 team driver's classifier for its load-balancing mode, netfilter's xt_bpf
587 extension, PTP dissector/classifier, and much more. They are all internally
588 converted by the kernel into the new instruction set representation and run
589 in the eBPF interpreter. For in-kernel handlers, this all works transparently
590 by using bpf_prog_create() for setting up the filter, resp.
591 bpf_prog_destroy() for destroying it. The macro
592 BPF_PROG_RUN(filter, ctx) transparently invokes eBPF interpreter or JITed
593 code to run the filter. 'filter' is a pointer to struct bpf_prog that we
594 got from bpf_prog_create(), and 'ctx' the given context (e.g.
595 skb pointer). All constraints and restrictions from bpf_check_classic() apply
596 before a conversion to the new layout is being done behind the scenes!
598 Currently, the classic BPF format is being used for JITing on most of the
599 architectures. x86-64, aarch64 and s390x perform JIT compilation from eBPF
600 instruction set, however, future work will migrate other JIT compilers as well,
601 so that they will profit from the very same benefits.
603 Some core changes of the new internal format:
605 - Number of registers increase from 2 to 10:
607   The old format had two registers A and X, and a hidden frame pointer. The
608   new layout extends this to be 10 internal registers and a read-only frame
609   pointer. Since 64-bit CPUs are passing arguments to functions via registers
610   the number of args from eBPF program to in-kernel function is restricted
611   to 5 and one register is used to accept return value from an in-kernel
612   function. Natively, x86_64 passes first 6 arguments in registers, aarch64/
613   sparcv9/mips64 have 7 - 8 registers for arguments; x86_64 has 6 callee saved
614   registers, and aarch64/sparcv9/mips64 have 11 or more callee saved registers.
616   Therefore, eBPF calling convention is defined as:
618     * R0        - return value from in-kernel function, and exit value for eBPF program
619     * R1 - R5   - arguments from eBPF program to in-kernel function
620     * R6 - R9   - callee saved registers that in-kernel function will preserve
621     * R10       - read-only frame pointer to access stack
623   Thus, all eBPF registers map one to one to HW registers on x86_64, aarch64,
624   etc, and eBPF calling convention maps directly to ABIs used by the kernel on
625   64-bit architectures.
627   On 32-bit architectures JIT may map programs that use only 32-bit arithmetic
628   and may let more complex programs to be interpreted.
630   R0 - R5 are scratch registers and eBPF program needs spill/fill them if
631   necessary across calls. Note that there is only one eBPF program (== one
632   eBPF main routine) and it cannot call other eBPF functions, it can only
633   call predefined in-kernel functions, though.
635 - Register width increases from 32-bit to 64-bit:
637   Still, the semantics of the original 32-bit ALU operations are preserved
638   via 32-bit subregisters. All eBPF registers are 64-bit with 32-bit lower
639   subregisters that zero-extend into 64-bit if they are being written to.
640   That behavior maps directly to x86_64 and arm64 subregister definition, but
641   makes other JITs more difficult.
643   32-bit architectures run 64-bit internal BPF programs via interpreter.
644   Their JITs may convert BPF programs that only use 32-bit subregisters into
645   native instruction set and let the rest being interpreted.
647   Operation is 64-bit, because on 64-bit architectures, pointers are also
648   64-bit wide, and we want to pass 64-bit values in/out of kernel functions,
649   so 32-bit eBPF registers would otherwise require to define register-pair
650   ABI, thus, there won't be able to use a direct eBPF register to HW register
651   mapping and JIT would need to do combine/split/move operations for every
652   register in and out of the function, which is complex, bug prone and slow.
653   Another reason is the use of atomic 64-bit counters.
655 - Conditional jt/jf targets replaced with jt/fall-through:
657   While the original design has constructs such as "if (cond) jump_true;
658   else jump_false;", they are being replaced into alternative constructs like
659   "if (cond) jump_true; /* else fall-through */".
661 - Introduces bpf_call insn and register passing convention for zero overhead
662   calls from/to other kernel functions:
664   Before an in-kernel function call, the internal BPF program needs to
665   place function arguments into R1 to R5 registers to satisfy calling
666   convention, then the interpreter will take them from registers and pass
667   to in-kernel function. If R1 - R5 registers are mapped to CPU registers
668   that are used for argument passing on given architecture, the JIT compiler
669   doesn't need to emit extra moves. Function arguments will be in the correct
670   registers and BPF_CALL instruction will be JITed as single 'call' HW
671   instruction. This calling convention was picked to cover common call
672   situations without performance penalty.
674   After an in-kernel function call, R1 - R5 are reset to unreadable and R0 has
675   a return value of the function. Since R6 - R9 are callee saved, their state
676   is preserved across the call.
678   For example, consider three C functions:
680   u64 f1() { return (*_f2)(1); }
681   u64 f2(u64 a) { return f3(a + 1, a); }
682   u64 f3(u64 a, u64 b) { return a - b; }
684   GCC can compile f1, f3 into x86_64:
686   f1:
687     movl $1, %edi
688     movq _f2(%rip), %rax
689     jmp  *%rax
690   f3:
691     movq %rdi, %rax
692     subq %rsi, %rax
693     ret
695   Function f2 in eBPF may look like:
697   f2:
698     bpf_mov R2, R1
699     bpf_add R1, 1
700     bpf_call f3
701     bpf_exit
703   If f2 is JITed and the pointer stored to '_f2'. The calls f1 -> f2 -> f3 and
704   returns will be seamless. Without JIT, __bpf_prog_run() interpreter needs to
705   be used to call into f2.
707   For practical reasons all eBPF programs have only one argument 'ctx' which is
708   already placed into R1 (e.g. on __bpf_prog_run() startup) and the programs
709   can call kernel functions with up to 5 arguments. Calls with 6 or more arguments
710   are currently not supported, but these restrictions can be lifted if necessary
711   in the future.
713   On 64-bit architectures all register map to HW registers one to one. For
714   example, x86_64 JIT compiler can map them as ...
716     R0 - rax
717     R1 - rdi
718     R2 - rsi
719     R3 - rdx
720     R4 - rcx
721     R5 - r8
722     R6 - rbx
723     R7 - r13
724     R8 - r14
725     R9 - r15
726     R10 - rbp
728   ... since x86_64 ABI mandates rdi, rsi, rdx, rcx, r8, r9 for argument passing
729   and rbx, r12 - r15 are callee saved.
731   Then the following internal BPF pseudo-program:
733     bpf_mov R6, R1 /* save ctx */
734     bpf_mov R2, 2
735     bpf_mov R3, 3
736     bpf_mov R4, 4
737     bpf_mov R5, 5
738     bpf_call foo
739     bpf_mov R7, R0 /* save foo() return value */
740     bpf_mov R1, R6 /* restore ctx for next call */
741     bpf_mov R2, 6
742     bpf_mov R3, 7
743     bpf_mov R4, 8
744     bpf_mov R5, 9
745     bpf_call bar
746     bpf_add R0, R7
747     bpf_exit
749   After JIT to x86_64 may look like:
751     push %rbp
752     mov %rsp,%rbp
753     sub $0x228,%rsp
754     mov %rbx,-0x228(%rbp)
755     mov %r13,-0x220(%rbp)
756     mov %rdi,%rbx
757     mov $0x2,%esi
758     mov $0x3,%edx
759     mov $0x4,%ecx
760     mov $0x5,%r8d
761     callq foo
762     mov %rax,%r13
763     mov %rbx,%rdi
764     mov $0x2,%esi
765     mov $0x3,%edx
766     mov $0x4,%ecx
767     mov $0x5,%r8d
768     callq bar
769     add %r13,%rax
770     mov -0x228(%rbp),%rbx
771     mov -0x220(%rbp),%r13
772     leaveq
773     retq
775   Which is in this example equivalent in C to:
777     u64 bpf_filter(u64 ctx)
778     {
779         return foo(ctx, 2, 3, 4, 5) + bar(ctx, 6, 7, 8, 9);
780     }
782   In-kernel functions foo() and bar() with prototype: u64 (*)(u64 arg1, u64
783   arg2, u64 arg3, u64 arg4, u64 arg5); will receive arguments in proper
784   registers and place their return value into '%rax' which is R0 in eBPF.
785   Prologue and epilogue are emitted by JIT and are implicit in the
786   interpreter. R0-R5 are scratch registers, so eBPF program needs to preserve
787   them across the calls as defined by calling convention.
789   For example the following program is invalid:
791     bpf_mov R1, 1
792     bpf_call foo
793     bpf_mov R0, R1
794     bpf_exit
796   After the call the registers R1-R5 contain junk values and cannot be read.
797   In the future an eBPF verifier can be used to validate internal BPF programs.
799 Also in the new design, eBPF is limited to 4096 insns, which means that any
800 program will terminate quickly and will only call a fixed number of kernel
801 functions. Original BPF and the new format are two operand instructions,
802 which helps to do one-to-one mapping between eBPF insn and x86 insn during JIT.
804 The input context pointer for invoking the interpreter function is generic,
805 its content is defined by a specific use case. For seccomp register R1 points
806 to seccomp_data, for converted BPF filters R1 points to a skb.
808 A program, that is translated internally consists of the following elements:
810   op:16, jt:8, jf:8, k:32    ==>    op:8, dst_reg:4, src_reg:4, off:16, imm:32
812 So far 87 internal BPF instructions were implemented. 8-bit 'op' opcode field
813 has room for new instructions. Some of them may use 16/24/32 byte encoding. New
814 instructions must be multiple of 8 bytes to preserve backward compatibility.
816 Internal BPF is a general purpose RISC instruction set. Not every register and
817 every instruction are used during translation from original BPF to new format.
818 For example, socket filters are not using 'exclusive add' instruction, but
819 tracing filters may do to maintain counters of events, for example. Register R9
820 is not used by socket filters either, but more complex filters may be running
821 out of registers and would have to resort to spill/fill to stack.
823 Internal BPF can used as generic assembler for last step performance
824 optimizations, socket filters and seccomp are using it as assembler. Tracing
825 filters may use it as assembler to generate code from kernel. In kernel usage
826 may not be bounded by security considerations, since generated internal BPF code
827 may be optimizing internal code path and not being exposed to the user space.
828 Safety of internal BPF can come from a verifier (TBD). In such use cases as
829 described, it may be used as safe instruction set.
831 Just like the original BPF, the new format runs within a controlled environment,
832 is deterministic and the kernel can easily prove that. The safety of the program
833 can be determined in two steps: first step does depth-first-search to disallow
834 loops and other CFG validation; second step starts from the first insn and
835 descends all possible paths. It simulates execution of every insn and observes
836 the state change of registers and stack.
838 eBPF opcode encoding
839 --------------------
841 eBPF is reusing most of the opcode encoding from classic to simplify conversion
842 of classic BPF to eBPF. For arithmetic and jump instructions the 8-bit 'code'
843 field is divided into three parts:
845   +----------------+--------+--------------------+
846   |   4 bits       |  1 bit |   3 bits           |
847   | operation code | source | instruction class  |
848   +----------------+--------+--------------------+
849   (MSB)                                      (LSB)
851 Three LSB bits store instruction class which is one of:
853   Classic BPF classes:    eBPF classes:
855   BPF_LD    0x00          BPF_LD    0x00
856   BPF_LDX   0x01          BPF_LDX   0x01
857   BPF_ST    0x02          BPF_ST    0x02
858   BPF_STX   0x03          BPF_STX   0x03
859   BPF_ALU   0x04          BPF_ALU   0x04
860   BPF_JMP   0x05          BPF_JMP   0x05
861   BPF_RET   0x06          [ class 6 unused, for future if needed ]
862   BPF_MISC  0x07          BPF_ALU64 0x07
864 When BPF_CLASS(code) == BPF_ALU or BPF_JMP, 4th bit encodes source operand ...
866   BPF_K     0x00
867   BPF_X     0x08
869  * in classic BPF, this means:
871   BPF_SRC(code) == BPF_X - use register X as source operand
872   BPF_SRC(code) == BPF_K - use 32-bit immediate as source operand
874  * in eBPF, this means:
876   BPF_SRC(code) == BPF_X - use 'src_reg' register as source operand
877   BPF_SRC(code) == BPF_K - use 32-bit immediate as source operand
879 ... and four MSB bits store operation code.
881 If BPF_CLASS(code) == BPF_ALU or BPF_ALU64 [ in eBPF ], BPF_OP(code) is one of:
883   BPF_ADD   0x00
884   BPF_SUB   0x10
885   BPF_MUL   0x20
886   BPF_DIV   0x30
887   BPF_OR    0x40
888   BPF_AND   0x50
889   BPF_LSH   0x60
890   BPF_RSH   0x70
891   BPF_NEG   0x80
892   BPF_MOD   0x90
893   BPF_XOR   0xa0
894   BPF_MOV   0xb0  /* eBPF only: mov reg to reg */
895   BPF_ARSH  0xc0  /* eBPF only: sign extending shift right */
896   BPF_END   0xd0  /* eBPF only: endianness conversion */
898 If BPF_CLASS(code) == BPF_JMP, BPF_OP(code) is one of:
900   BPF_JA    0x00
901   BPF_JEQ   0x10
902   BPF_JGT   0x20
903   BPF_JGE   0x30
904   BPF_JSET  0x40
905   BPF_JNE   0x50  /* eBPF only: jump != */
906   BPF_JSGT  0x60  /* eBPF only: signed '>' */
907   BPF_JSGE  0x70  /* eBPF only: signed '>=' */
908   BPF_CALL  0x80  /* eBPF only: function call */
909   BPF_EXIT  0x90  /* eBPF only: function return */
911 So BPF_ADD | BPF_X | BPF_ALU means 32-bit addition in both classic BPF
912 and eBPF. There are only two registers in classic BPF, so it means A += X.
913 In eBPF it means dst_reg = (u32) dst_reg + (u32) src_reg; similarly,
914 BPF_XOR | BPF_K | BPF_ALU means A ^= imm32 in classic BPF and analogous
915 src_reg = (u32) src_reg ^ (u32) imm32 in eBPF.
917 Classic BPF is using BPF_MISC class to represent A = X and X = A moves.
918 eBPF is using BPF_MOV | BPF_X | BPF_ALU code instead. Since there are no
919 BPF_MISC operations in eBPF, the class 7 is used as BPF_ALU64 to mean
920 exactly the same operations as BPF_ALU, but with 64-bit wide operands
921 instead. So BPF_ADD | BPF_X | BPF_ALU64 means 64-bit addition, i.e.:
922 dst_reg = dst_reg + src_reg
924 Classic BPF wastes the whole BPF_RET class to represent a single 'ret'
925 operation. Classic BPF_RET | BPF_K means copy imm32 into return register
926 and perform function exit. eBPF is modeled to match CPU, so BPF_JMP | BPF_EXIT
927 in eBPF means function exit only. The eBPF program needs to store return
928 value into register R0 before doing a BPF_EXIT. Class 6 in eBPF is currently
929 unused and reserved for future use.
931 For load and store instructions the 8-bit 'code' field is divided as:
933   +--------+--------+-------------------+
934   | 3 bits | 2 bits |   3 bits          |
935   |  mode  |  size  | instruction class |
936   +--------+--------+-------------------+
937   (MSB)                             (LSB)
939 Size modifier is one of ...
941   BPF_W   0x00    /* word */
942   BPF_H   0x08    /* half word */
943   BPF_B   0x10    /* byte */
944   BPF_DW  0x18    /* eBPF only, double word */
946 ... which encodes size of load/store operation:
948  B  - 1 byte
949  H  - 2 byte
950  W  - 4 byte
951  DW - 8 byte (eBPF only)
953 Mode modifier is one of:
955   BPF_IMM  0x00  /* used for 32-bit mov in classic BPF and 64-bit in eBPF */
956   BPF_ABS  0x20
957   BPF_IND  0x40
958   BPF_MEM  0x60
959   BPF_LEN  0x80  /* classic BPF only, reserved in eBPF */
960   BPF_MSH  0xa0  /* classic BPF only, reserved in eBPF */
961   BPF_XADD 0xc0  /* eBPF only, exclusive add */
963 eBPF has two non-generic instructions: (BPF_ABS | <size> | BPF_LD) and
964 (BPF_IND | <size> | BPF_LD) which are used to access packet data.
966 They had to be carried over from classic to have strong performance of
967 socket filters running in eBPF interpreter. These instructions can only
968 be used when interpreter context is a pointer to 'struct sk_buff' and
969 have seven implicit operands. Register R6 is an implicit input that must
970 contain pointer to sk_buff. Register R0 is an implicit output which contains
971 the data fetched from the packet. Registers R1-R5 are scratch registers
972 and must not be used to store the data across BPF_ABS | BPF_LD or
973 BPF_IND | BPF_LD instructions.
975 These instructions have implicit program exit condition as well. When
976 eBPF program is trying to access the data beyond the packet boundary,
977 the interpreter will abort the execution of the program. JIT compilers
978 therefore must preserve this property. src_reg and imm32 fields are
979 explicit inputs to these instructions.
981 For example:
983   BPF_IND | BPF_W | BPF_LD means:
985     R0 = ntohl(*(u32 *) (((struct sk_buff *) R6)->data + src_reg + imm32))
986     and R1 - R5 were scratched.
988 Unlike classic BPF instruction set, eBPF has generic load/store operations:
990 BPF_MEM | <size> | BPF_STX:  *(size *) (dst_reg + off) = src_reg
991 BPF_MEM | <size> | BPF_ST:   *(size *) (dst_reg + off) = imm32
992 BPF_MEM | <size> | BPF_LDX:  dst_reg = *(size *) (src_reg + off)
993 BPF_XADD | BPF_W  | BPF_STX: lock xadd *(u32 *)(dst_reg + off16) += src_reg
994 BPF_XADD | BPF_DW | BPF_STX: lock xadd *(u64 *)(dst_reg + off16) += src_reg
996 Where size is one of: BPF_B or BPF_H or BPF_W or BPF_DW. Note that 1 and
997 2 byte atomic increments are not supported.
999 eBPF has one 16-byte instruction: BPF_LD | BPF_DW | BPF_IMM which consists
1000 of two consecutive 'struct bpf_insn' 8-byte blocks and interpreted as single
1001 instruction that loads 64-bit immediate value into a dst_reg.
1002 Classic BPF has similar instruction: BPF_LD | BPF_W | BPF_IMM which loads
1003 32-bit immediate value into a register.
1005 eBPF verifier
1006 -------------
1007 The safety of the eBPF program is determined in two steps.
1009 First step does DAG check to disallow loops and other CFG validation.
1010 In particular it will detect programs that have unreachable instructions.
1011 (though classic BPF checker allows them)
1013 Second step starts from the first insn and descends all possible paths.
1014 It simulates execution of every insn and observes the state change of
1015 registers and stack.
1017 At the start of the program the register R1 contains a pointer to context
1018 and has type PTR_TO_CTX.
1019 If verifier sees an insn that does R2=R1, then R2 has now type
1020 PTR_TO_CTX as well and can be used on the right hand side of expression.
1021 If R1=PTR_TO_CTX and insn is R2=R1+R1, then R2=UNKNOWN_VALUE,
1022 since addition of two valid pointers makes invalid pointer.
1023 (In 'secure' mode verifier will reject any type of pointer arithmetic to make
1024 sure that kernel addresses don't leak to unprivileged users)
1026 If register was never written to, it's not readable:
1027   bpf_mov R0 = R2
1028   bpf_exit
1029 will be rejected, since R2 is unreadable at the start of the program.
1031 After kernel function call, R1-R5 are reset to unreadable and
1032 R0 has a return type of the function.
1034 Since R6-R9 are callee saved, their state is preserved across the call.
1035   bpf_mov R6 = 1
1036   bpf_call foo
1037   bpf_mov R0 = R6
1038   bpf_exit
1039 is a correct program. If there was R1 instead of R6, it would have
1040 been rejected.
1042 load/store instructions are allowed only with registers of valid types, which
1043 are PTR_TO_CTX, PTR_TO_MAP, FRAME_PTR. They are bounds and alignment checked.
1044 For example:
1045  bpf_mov R1 = 1
1046  bpf_mov R2 = 2
1047  bpf_xadd *(u32 *)(R1 + 3) += R2
1048  bpf_exit
1049 will be rejected, since R1 doesn't have a valid pointer type at the time of
1050 execution of instruction bpf_xadd.
1052 At the start R1 type is PTR_TO_CTX (a pointer to generic 'struct bpf_context')
1053 A callback is used to customize verifier to restrict eBPF program access to only
1054 certain fields within ctx structure with specified size and alignment.
1056 For example, the following insn:
1057   bpf_ld R0 = *(u32 *)(R6 + 8)
1058 intends to load a word from address R6 + 8 and store it into R0
1059 If R6=PTR_TO_CTX, via is_valid_access() callback the verifier will know
1060 that offset 8 of size 4 bytes can be accessed for reading, otherwise
1061 the verifier will reject the program.
1062 If R6=FRAME_PTR, then access should be aligned and be within
1063 stack bounds, which are [-MAX_BPF_STACK, 0). In this example offset is 8,
1064 so it will fail verification, since it's out of bounds.
1066 The verifier will allow eBPF program to read data from stack only after
1067 it wrote into it.
1068 Classic BPF verifier does similar check with M[0-15] memory slots.
1069 For example:
1070   bpf_ld R0 = *(u32 *)(R10 - 4)
1071   bpf_exit
1072 is invalid program.
1073 Though R10 is correct read-only register and has type FRAME_PTR
1074 and R10 - 4 is within stack bounds, there were no stores into that location.
1076 Pointer register spill/fill is tracked as well, since four (R6-R9)
1077 callee saved registers may not be enough for some programs.
1079 Allowed function calls are customized with bpf_verifier_ops->get_func_proto()
1080 The eBPF verifier will check that registers match argument constraints.
1081 After the call register R0 will be set to return type of the function.
1083 Function calls is a main mechanism to extend functionality of eBPF programs.
1084 Socket filters may let programs to call one set of functions, whereas tracing
1085 filters may allow completely different set.
1087 If a function made accessible to eBPF program, it needs to be thought through
1088 from safety point of view. The verifier will guarantee that the function is
1089 called with valid arguments.
1091 seccomp vs socket filters have different security restrictions for classic BPF.
1092 Seccomp solves this by two stage verifier: classic BPF verifier is followed
1093 by seccomp verifier. In case of eBPF one configurable verifier is shared for
1094 all use cases.
1096 See details of eBPF verifier in kernel/bpf/verifier.c
1098 Direct packet access
1099 --------------------
1100 In cls_bpf and act_bpf programs the verifier allows direct access to the packet
1101 data via skb->data and skb->data_end pointers.
1103 1:  r4 = *(u32 *)(r1 +80)  /* load skb->data_end */
1104 2:  r3 = *(u32 *)(r1 +76)  /* load skb->data */
1105 3:  r5 = r3
1106 4:  r5 += 14
1107 5:  if r5 > r4 goto pc+16
1108 R1=ctx R3=pkt(id=0,off=0,r=14) R4=pkt_end R5=pkt(id=0,off=14,r=14) R10=fp
1109 6:  r0 = *(u16 *)(r3 +12) /* access 12 and 13 bytes of the packet */
1111 this 2byte load from the packet is safe to do, since the program author
1112 did check 'if (skb->data + 14 > skb->data_end) goto err' at insn #5 which
1113 means that in the fall-through case the register R3 (which points to skb->data)
1114 has at least 14 directly accessible bytes. The verifier marks it
1115 as R3=pkt(id=0,off=0,r=14).
1116 id=0 means that no additional variables were added to the register.
1117 off=0 means that no additional constants were added.
1118 r=14 is the range of safe access which means that bytes [R3, R3 + 14) are ok.
1119 Note that R5 is marked as R5=pkt(id=0,off=14,r=14). It also points
1120 to the packet data, but constant 14 was added to the register, so
1121 it now points to 'skb->data + 14' and accessible range is [R5, R5 + 14 - 14)
1122 which is zero bytes.
1124 More complex packet access may look like:
1125  R0=imm1 R1=ctx R3=pkt(id=0,off=0,r=14) R4=pkt_end R5=pkt(id=0,off=14,r=14) R10=fp
1126  6:  r0 = *(u8 *)(r3 +7) /* load 7th byte from the packet */
1127  7:  r4 = *(u8 *)(r3 +12)
1128  8:  r4 *= 14
1129  9:  r3 = *(u32 *)(r1 +76) /* load skb->data */
1130 10:  r3 += r4
1131 11:  r2 = r1
1132 12:  r2 <<= 48
1133 13:  r2 >>= 48
1134 14:  r3 += r2
1135 15:  r2 = r3
1136 16:  r2 += 8
1137 17:  r1 = *(u32 *)(r1 +80) /* load skb->data_end */
1138 18:  if r2 > r1 goto pc+2
1139  R0=inv56 R1=pkt_end R2=pkt(id=2,off=8,r=8) R3=pkt(id=2,off=0,r=8) R4=inv52 R5=pkt(id=0,off=14,r=14) R10=fp
1140 19:  r1 = *(u8 *)(r3 +4)
1141 The state of the register R3 is R3=pkt(id=2,off=0,r=8)
1142 id=2 means that two 'r3 += rX' instructions were seen, so r3 points to some
1143 offset within a packet and since the program author did
1144 'if (r3 + 8 > r1) goto err' at insn #18, the safe range is [R3, R3 + 8).
1145 The verifier only allows 'add' operation on packet registers. Any other
1146 operation will set the register state to 'unknown_value' and it won't be
1147 available for direct packet access.
1148 Operation 'r3 += rX' may overflow and become less than original skb->data,
1149 therefore the verifier has to prevent that. So it tracks the number of
1150 upper zero bits in all 'uknown_value' registers, so when it sees
1151 'r3 += rX' instruction and rX is more than 16-bit value, it will error as:
1152 "cannot add integer value with N upper zero bits to ptr_to_packet"
1153 Ex. after insn 'r4 = *(u8 *)(r3 +12)' (insn #7 above) the state of r4 is
1154 R4=inv56 which means that upper 56 bits on the register are guaranteed
1155 to be zero. After insn 'r4 *= 14' the state becomes R4=inv52, since
1156 multiplying 8-bit value by constant 14 will keep upper 52 bits as zero.
1157 Similarly 'r2 >>= 48' will make R2=inv48, since the shift is not sign
1158 extending. This logic is implemented in evaluate_reg_alu() function.
1160 The end result is that bpf program author can access packet directly
1161 using normal C code as:
1162   void *data = (void *)(long)skb->data;
1163   void *data_end = (void *)(long)skb->data_end;
1164   struct eth_hdr *eth = data;
1165   struct iphdr *iph = data + sizeof(*eth);
1166   struct udphdr *udp = data + sizeof(*eth) + sizeof(*iph);
1168   if (data + sizeof(*eth) + sizeof(*iph) + sizeof(*udp) > data_end)
1169           return 0;
1170   if (eth->h_proto != htons(ETH_P_IP))
1171           return 0;
1172   if (iph->protocol != IPPROTO_UDP || iph->ihl != 5)
1173           return 0;
1174   if (udp->dest == 53 || udp->source == 9)
1175           ...;
1176 which makes such programs easier to write comparing to LD_ABS insn
1177 and significantly faster.
1179 eBPF maps
1180 ---------
1181 'maps' is a generic storage of different types for sharing data between kernel
1182 and userspace.
1184 The maps are accessed from user space via BPF syscall, which has commands:
1185 - create a map with given type and attributes
1186   map_fd = bpf(BPF_MAP_CREATE, union bpf_attr *attr, u32 size)
1187   using attr->map_type, attr->key_size, attr->value_size, attr->max_entries
1188   returns process-local file descriptor or negative error
1190 - lookup key in a given map
1191   err = bpf(BPF_MAP_LOOKUP_ELEM, union bpf_attr *attr, u32 size)
1192   using attr->map_fd, attr->key, attr->value
1193   returns zero and stores found elem into value or negative error
1195 - create or update key/value pair in a given map
1196   err = bpf(BPF_MAP_UPDATE_ELEM, union bpf_attr *attr, u32 size)
1197   using attr->map_fd, attr->key, attr->value
1198   returns zero or negative error
1200 - find and delete element by key in a given map
1201   err = bpf(BPF_MAP_DELETE_ELEM, union bpf_attr *attr, u32 size)
1202   using attr->map_fd, attr->key
1204 - to delete map: close(fd)
1205   Exiting process will delete maps automatically
1207 userspace programs use this syscall to create/access maps that eBPF programs
1208 are concurrently updating.
1210 maps can have different types: hash, array, bloom filter, radix-tree, etc.
1212 The map is defined by:
1213   . type
1214   . max number of elements
1215   . key size in bytes
1216   . value size in bytes
1218 Understanding eBPF verifier messages
1219 ------------------------------------
1221 The following are few examples of invalid eBPF programs and verifier error
1222 messages as seen in the log:
1224 Program with unreachable instructions:
1225 static struct bpf_insn prog[] = {
1226   BPF_EXIT_INSN(),
1227   BPF_EXIT_INSN(),
1229 Error:
1230   unreachable insn 1
1232 Program that reads uninitialized register:
1233   BPF_MOV64_REG(BPF_REG_0, BPF_REG_2),
1234   BPF_EXIT_INSN(),
1235 Error:
1236   0: (bf) r0 = r2
1237   R2 !read_ok
1239 Program that doesn't initialize R0 before exiting:
1240   BPF_MOV64_REG(BPF_REG_2, BPF_REG_1),
1241   BPF_EXIT_INSN(),
1242 Error:
1243   0: (bf) r2 = r1
1244   1: (95) exit
1245   R0 !read_ok
1247 Program that accesses stack out of bounds:
1248   BPF_ST_MEM(BPF_DW, BPF_REG_10, 8, 0),
1249   BPF_EXIT_INSN(),
1250 Error:
1251   0: (7a) *(u64 *)(r10 +8) = 0
1252   invalid stack off=8 size=8
1254 Program that doesn't initialize stack before passing its address into function:
1255   BPF_MOV64_REG(BPF_REG_2, BPF_REG_10),
1256   BPF_ALU64_IMM(BPF_ADD, BPF_REG_2, -8),
1257   BPF_LD_MAP_FD(BPF_REG_1, 0),
1258   BPF_RAW_INSN(BPF_JMP | BPF_CALL, 0, 0, 0, BPF_FUNC_map_lookup_elem),
1259   BPF_EXIT_INSN(),
1260 Error:
1261   0: (bf) r2 = r10
1262   1: (07) r2 += -8
1263   2: (b7) r1 = 0x0
1264   3: (85) call 1
1265   invalid indirect read from stack off -8+0 size 8
1267 Program that uses invalid map_fd=0 while calling to map_lookup_elem() function:
1268   BPF_ST_MEM(BPF_DW, BPF_REG_10, -8, 0),
1269   BPF_MOV64_REG(BPF_REG_2, BPF_REG_10),
1270   BPF_ALU64_IMM(BPF_ADD, BPF_REG_2, -8),
1271   BPF_LD_MAP_FD(BPF_REG_1, 0),
1272   BPF_RAW_INSN(BPF_JMP | BPF_CALL, 0, 0, 0, BPF_FUNC_map_lookup_elem),
1273   BPF_EXIT_INSN(),
1274 Error:
1275   0: (7a) *(u64 *)(r10 -8) = 0
1276   1: (bf) r2 = r10
1277   2: (07) r2 += -8
1278   3: (b7) r1 = 0x0
1279   4: (85) call 1
1280   fd 0 is not pointing to valid bpf_map
1282 Program that doesn't check return value of map_lookup_elem() before accessing
1283 map element:
1284   BPF_ST_MEM(BPF_DW, BPF_REG_10, -8, 0),
1285   BPF_MOV64_REG(BPF_REG_2, BPF_REG_10),
1286   BPF_ALU64_IMM(BPF_ADD, BPF_REG_2, -8),
1287   BPF_LD_MAP_FD(BPF_REG_1, 0),
1288   BPF_RAW_INSN(BPF_JMP | BPF_CALL, 0, 0, 0, BPF_FUNC_map_lookup_elem),
1289   BPF_ST_MEM(BPF_DW, BPF_REG_0, 0, 0),
1290   BPF_EXIT_INSN(),
1291 Error:
1292   0: (7a) *(u64 *)(r10 -8) = 0
1293   1: (bf) r2 = r10
1294   2: (07) r2 += -8
1295   3: (b7) r1 = 0x0
1296   4: (85) call 1
1297   5: (7a) *(u64 *)(r0 +0) = 0
1298   R0 invalid mem access 'map_value_or_null'
1300 Program that correctly checks map_lookup_elem() returned value for NULL, but
1301 accesses the memory with incorrect alignment:
1302   BPF_ST_MEM(BPF_DW, BPF_REG_10, -8, 0),
1303   BPF_MOV64_REG(BPF_REG_2, BPF_REG_10),
1304   BPF_ALU64_IMM(BPF_ADD, BPF_REG_2, -8),
1305   BPF_LD_MAP_FD(BPF_REG_1, 0),
1306   BPF_RAW_INSN(BPF_JMP | BPF_CALL, 0, 0, 0, BPF_FUNC_map_lookup_elem),
1307   BPF_JMP_IMM(BPF_JEQ, BPF_REG_0, 0, 1),
1308   BPF_ST_MEM(BPF_DW, BPF_REG_0, 4, 0),
1309   BPF_EXIT_INSN(),
1310 Error:
1311   0: (7a) *(u64 *)(r10 -8) = 0
1312   1: (bf) r2 = r10
1313   2: (07) r2 += -8
1314   3: (b7) r1 = 1
1315   4: (85) call 1
1316   5: (15) if r0 == 0x0 goto pc+1
1317    R0=map_ptr R10=fp
1318   6: (7a) *(u64 *)(r0 +4) = 0
1319   misaligned access off 4 size 8
1321 Program that correctly checks map_lookup_elem() returned value for NULL and
1322 accesses memory with correct alignment in one side of 'if' branch, but fails
1323 to do so in the other side of 'if' branch:
1324   BPF_ST_MEM(BPF_DW, BPF_REG_10, -8, 0),
1325   BPF_MOV64_REG(BPF_REG_2, BPF_REG_10),
1326   BPF_ALU64_IMM(BPF_ADD, BPF_REG_2, -8),
1327   BPF_LD_MAP_FD(BPF_REG_1, 0),
1328   BPF_RAW_INSN(BPF_JMP | BPF_CALL, 0, 0, 0, BPF_FUNC_map_lookup_elem),
1329   BPF_JMP_IMM(BPF_JEQ, BPF_REG_0, 0, 2),
1330   BPF_ST_MEM(BPF_DW, BPF_REG_0, 0, 0),
1331   BPF_EXIT_INSN(),
1332   BPF_ST_MEM(BPF_DW, BPF_REG_0, 0, 1),
1333   BPF_EXIT_INSN(),
1334 Error:
1335   0: (7a) *(u64 *)(r10 -8) = 0
1336   1: (bf) r2 = r10
1337   2: (07) r2 += -8
1338   3: (b7) r1 = 1
1339   4: (85) call 1
1340   5: (15) if r0 == 0x0 goto pc+2
1341    R0=map_ptr R10=fp
1342   6: (7a) *(u64 *)(r0 +0) = 0
1343   7: (95) exit
1345   from 5 to 8: R0=imm0 R10=fp
1346   8: (7a) *(u64 *)(r0 +0) = 1
1347   R0 invalid mem access 'imm'
1349 Testing
1350 -------
1352 Next to the BPF toolchain, the kernel also ships a test module that contains
1353 various test cases for classic and internal BPF that can be executed against
1354 the BPF interpreter and JIT compiler. It can be found in lib/test_bpf.c and
1355 enabled via Kconfig:
1357   CONFIG_TEST_BPF=m
1359 After the module has been built and installed, the test suite can be executed
1360 via insmod or modprobe against 'test_bpf' module. Results of the test cases
1361 including timings in nsec can be found in the kernel log (dmesg).
1363 Misc
1364 ----
1366 Also trinity, the Linux syscall fuzzer, has built-in support for BPF and
1367 SECCOMP-BPF kernel fuzzing.
1369 Written by
1370 ----------
1372 The document was written in the hope that it is found useful and in order
1373 to give potential BPF hackers or security auditors a better overview of
1374 the underlying architecture.
1376 Jay Schulist <jschlst@samba.org>
1377 Daniel Borkmann <daniel@iogearbox.net>
1378 Alexei Starovoitov <ast@kernel.org>