Appleのスパースイメージフォーマット(ASIF)を分析する
Dissecting Apple's Sparse Image Format (ASIF) (schamper.dev)
要約
この記事では、AppleがmacOS 26 Tahoeで発表した新しいディスクイメージフォーマットであるASIF(Apple Sparse Image Format)の解析プロセスを詳細に解説しています。ASIFは仮想マシンでの使用を目的としたスパース仮想ディスクフォーマットで、既存のVMDKやVHDX、QCOW2ファイルに似ています。筆者は、このフォーマットをリバースエンジニアリングしてパーサーを記述する過程を、テストファイルの作成、ヘックスダンプの分析、バイナリの探索といった具体的な手順を追って説明しており、ファイルフォーマットのリバースエンジニアリングに不慣れな読者にも役立つ洞察を提供しています。
全文翻訳
AppleのSparse Image Format (ASIF)の解析
2026-06-18 · 18 分の読み物 · Erik Schamper
WWDC 2025で、AppleはmacOS 26 Tahoeを発表しました。macOS Tahoeの新機能の一つに、新しいディスクイメージフォーマットであるASIFがあります。仮想マシンでの使用を想定して設計されており(ドキュメントはVirtualization frameworkの下にあります)、ASIFは既存の仮想ディスクフォーマットから多くのインスピレーションを得ています。実質的には、これはもう一つのスパース仮想ディスクフォーマットであり、スパースVMDK、VHDX、またはQCOW2ファイル(初心者向けに説明すると、大きなディスクやファイルを、より小さな「スパース」な方法で保存できます)と非常に似た機能を持っています。
macOS Tahoeのリリース(2025年末)の少し前に、ASIFファイルのパーサーを書いてみるのは楽しい演習になるだろうと思いました。それからしばらく経ちましたが、これらの種類の問題にどのようにアプローチするかという私のプロセスを共有するために戻ってきました。ファイルフォーマットのリバースエンジニアリングに慣れていない人が何か一つでも学べるかもしれません。そのため、この記事全体に時折「リサーチノート」を散りばめて、追加の洞察を提供します。
Appleのドキュメントに記載されているコマンドを使用してテストファイルを作成し、テストパターンを書き込んで始めましょう。
リサーチノート
テスト目的で、通常はオフセットと一致することを確認できるテストパターンを書き込むのが好きです。この場合、基本的に1MiBのバイトブロックを番号付けするだけです。より良いテストパターンは確かにありますが、ファイルフォーマットを最初に覗き見するには、ファイルに何かを詰め込むことも重要です。予測可能で検証可能なパターンがあると、後続のステップが容易になります。
❯ diskutil image create blank --fs none --format ASIF --size 1GiB file
file.asif created
❯ diskutil image attach -nomount file.asif
/dev/disk4
❯ python3
Python 3.14.0 (main, Oct 7 2025, 09:34:52) [Clang 17.0.0 (clang-1700.3.19.1)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> fh = open("/dev/disk4", "wb")
>>> for i in range(255):
... fh.write(bytes([i] * 1024 * 1024))
>>> fh.close()
❯ hdiutil detach disk4
"disk4" ejected.
ヘキサダンプを目視で確認
いつものように、いくつかのヘキサダンプを目視で確認して、詳細を把握できるか見てみましょう。
❯ xxd file.asif | head -5
00000000
73686477000000010000020000000000
shdw············
00000010
00000000000002000000000000041400
················
00000020
8af9ead2cf3849c08eec0095cf5c7899
·····8I······\x·
00000030
00000000001dcd650000080000000000
·······e········
00000040
001000000200000000000000ffffffff
················
ファイルマジックのようなものと、ビッグエンディアンに見えるいくつかの整数がすぐにわかります。
リサーチノート
ファイルフォーマットのリバースエンジニアリングを行う際に、マジックバイトを見つけた場合は、それに関する利用可能な情報をオンラインで検索するのが常に良い考えです。通常、文字列/バイト表現、ビッグエンディアンの16進数、リトルエンディアンの16進数の組み合わせを様々な検索エンジン(Google、GitHub、VirusTotal Retrohunt)で検索します。この場合、有用な情報はあまり見つかりませんでした。
「エンディアンネスを特定する」または整数フィールドについては、しばらくすると自転車に乗るようなものです。ヒントとしては、左から右へ4バイト(
uint32)、次に8バイト(uint64)、次に小さなチャンク(uint16またはuint8)に分割してスキャンし、妥当に見える整数(16の倍数、またはファイル内のオフセットとクロスリファレンスし、オプションで他の値と掛け合わせる)を解析できるまで続けます。もし「自然な順序」に見える整数が見えたら、それはビッグエンディアンです。逆に表示されている場合は、リトルエンディアンです。
すぐに dissect.cstruct を使用して、推測した整数幅で簡単な構造体をタイプアップし、さらに検査してみましょう。
# /// script
# requires-python = ">=3.10"
# dependencies = ["dissect.cstruct"]
# ///
import sys
from dissect.cstruct import cstruct, dumpstruct
asif_def = """
struct header {
char magic[4];
uint32 field4;
uint32 field8;
uint32 fieldC;
uint64 field10;
uint64 field18;
char field20[16];
uint64 field30;
uint64 field38;
uint32 field40;
uint32 field44;
uint32 field48;
uint32 field4C;
};
"""
c_asif = cstruct(asif_def, endian=">")
with open(sys.argv[1], "rb") as fh:
header = c_asif.header(fh)
dumpstruct(header)
00000000
73686477000000010000020000000000
shdw············
00000010
00000000000002000000000000041400
················
00000020
8af9ead2cf3849c08eec0095cf5c7899
·····8I······\x·
00000030
00000000001dcd650000080000000000
·······e········
00000040
001000000200000000000000ffffffff
················
header
magic[4]
0x0000
4 bytes
b'shdw'
field4
0x0004
4 bytes
0x1
field8
0x0008
4 bytes
0x200
fieldC
0x000c
4 bytes
0x0
field10
0x0010
8 bytes
0x200
field18
0x0018
8 bytes
0x41400
field20[16]
0x0020
16 bytes
b'\x8a\xf9\xea\xd2\xcf8I\xc0\x8e\xec\x00\x95\xcf\\x\x99'
field30
0x0030
8 bytes
0x1dcd65
field38
0x0038
8 bytes
0x80000000000
field40
0x0040
4 bytes
0x100000
field44
0x0044
4 bytes
0x2000000
field48
0x0048
4 bytes
0x0
field4C
0x004c
4 bytes
0xffffffff
興味深い数値がいくつか見つかりました。一般的なセクターサイズ(512バイト)である0x200が2回出現しているのがわかります。いくつかの値を掛けたり割ったりして遊ぶと、field30がセクター数での仮想ディスクサイズ(1GiB // 512 = 0x200000)である可能性が高いこともわかります。
現時点では、field8がセクターサイズであり、field10とfield18がファイル内のオフセットであると仮定しましょう。もう少し大きなヘキサダンプを見てみましょう。
❯ xxd -a file.asif | head -32
00000000
73686477000000010000020000000000
shdw············
00000010
00000000000002000000000000041400
················
00000020
8af9ead2cf3849c08eec0095cf5c7899
·····8I······\x·
00000030
00000000001dcd650000080000000000
·······e········
00000040
001000000200000000000000ffffffff
················
00000050
00000000000000000000000000000000
················
*
00000200
00000000000000020000000000000004
················
00000210
00000000000000000000000000000000
················
*
00041240
00000000000000000000000000000001
················
00041250
00000000000000000000000000000000
················
*
00041400
00000000000000010000000000000000
················
00041410
00000000000000000000000000000000
················
*
00082440
00000000000000000000000000000001
················
00082450
00000000000000000000000000000000
················
*
00120030
c0000000000000020000000000000003
················
00120040
00000000000000000000000000000000
················
*
00200000
6d657461000000010000020000000000
meta············
00200010
00000200000000000000000000000000
················
00200020
00000000000000000000000000000000
················
*
00200200
3c3f786d6c2076657273696f6e3d2231
<?xml version
1
00200210
2e302220656e636f64696e673d225554
.0" encoding
"UT
00200220
462d38223f3e0a3c21444f4354595045
F-8"?><!DOCTYPE
00200230
20706c697374205055424c494320222d
plist PUBLIC "-
00200240
2f2f4170706c652f2f44544420504c49
//Apple//DTD PLI
00200250
535420312e302f2f454e222022687474
ST 1.0//EN" "htt
さらに多くの情報が得られました。0x00000200と0x00041400にデータが見えますが、まだ意味を理解できません。0x00200000にはmetaが見え、その後に0x00200200にXML plistがあります。もしかしたら、field30が仮想ディスクサイズであるという推測は間違っていたのでしょうか?
変数が多すぎて明確な構造がないため、ヘキサダンプを目視するだけではこれ以上進めません。そこで、逆アセンブルされたバイナリを探してみましょう。
バイナリを探す
バイナリを探す方法はいくつかありますが、特に急いでいなかったので、かなり怠惰なアプローチを取りました。
❯ grep -r "ASIF" /System/Library/Frameworks /System/Library/PrivateFrameworks
[...]
Binary file /System/Library/PrivateFrameworks/DiskImages2.framework/Versions/A/XPCServices/diskimagescontroller.xpc/Contents/MacOS/diskimagescontroller matches
[...]
リサーチノート
この目的には、grepの代わりにYARAをよく使いますが、通常はもう少し速いです。しかし、今回はこれで十分です。
時々取る別の方法は、生のディスク(通常はVMの仮想ディスク)に対してニードル検索を行い、一致したディスク上のオフセットに対応するファイルを見つけることです。これは今回の件には過剰ですが、他のケースでは有用な方法です。
一致した中では、diskimagescontrollerが最も目を引きます。これに対してstringsを実行すると、ASIF関連のコンテンツが大量に見つかり、非常に貴重なログメッセージ、マングリングされた関数シグネチャ、型名などが含まれています。
❯ strings diskimagescontroller | grep -i "asif"
[...]
N7di_asif7details3dirE
N7di_asif7details8dir_baseE
[...]
Invalid value for asif header field: %s
Size cannot exceed max ASIF size
Unexpected ASIF header length (
[...]
asif_header
Couldn't read asif's header
[...]
この子をIDAに放り込みましょう!
何かのリバースエンジニアリングの最初のステップは、興味深い文字列への参照を探すことです。今回も例外ではありません。ファイルフォーマットの場合、まずファイルのヘッダーの解釈方法に焦点を当てるのが理にかなっています。stringsコマンドで「asif's header」に関連する興味深い文字列をいくつか見つけたので、それらの文字列を参照している関数を見てみましょう。
リサーチノート
このリサーチを行った当時、遭遇したシンボル名の一部についてオンラインで検索しました。そこから、GitHubにiOSファームウェアアップデートを差分するプロジェクトがあること、また、同じバイナリのiOSバージョンにはより多くのシンボル/文字列が含まれている可能性があることを学びました。最終的にはこのバイナリのiOSバージョンをリバースエンジニアリングしましたが、必ずしもこの理由ではありません。
同じバイナリにx86とARMの両方のバリアントがある場合、それらを同時に開くのが好きです。一方のバージョンのデコンパイラ出力が、もう一方よりもはるかに明確になることがあります。これを裏付ける具体的なデータはありませんが、コンパイラとデコンパイラの最適化レベルが両方のアーキテクチャで異なるためだと直感しています。いずれにせよ、使用していたIDAのバージョンはバイナリのx86バリアントでランダムにクラッシュしたため、実際には両者の間に意味のある違いはなかったと思いますが、iOSバージョンの注釈付けにほとんどの時間を費やしました。
とにかく、脱線しました。続けましょう!
[画像: Figure 1: This looks like it parsed an ASIF header]
Figure 1: これはASIFヘッダーを解析したように見えます
生のASIFヘッダーから値(a2)を解析し、メモリ内の構造体(a1)に格納しているように見える関数を非常に迅速に見つけることができます(図1参照)。この関数の少し下(図にはない)には、これらのフィールドの多くに対する簡単なチェックと、役立つエラー/ログメッセージ("ASIF max_write size in header exceed the limit"、"Sector count is too large"など)があります。
これにより、多くのことがすぐにわかります。
- ヘッダー内の各フィールドのオフセットとバイト長。
- これらのフィールドの一部が持つ名前または目的。
以前のヘッダー定義を更新し、「残りの描画」を少し追加すると、次のようになります。
struct asif_header {
uint32 header_signature;
uint32 header_version;
uint32 header_size;
uint32 header_flags;
uint64 directory_offsets[2];
char guid[16];
uint64 sector_count;
uint64 max_sector_count;
uint32 chunk_size;
uint16 block_size;
uint16 total_segments;
uint64 metadata_chunk;
char unk_50[16];
uint32 read_only_flags;
uint32 metadata_flags;
uint32 metadata_read_only_flags;
};
00000000
73686477000000010000020000000000
shdw············
00000010
00000000000002000000000000041400
················
00000020
8af9ead2cf3849c08eec0095cf5c7899
·····8I······\x·
00000030
00000000001dcd650000080000000000
·······e········
00000040
001000000200000000000000ffffffff
················
00000050
00000000000000000000000000000000
················
00000060
00000000000000000000000000000000
················
asif_header
header_signature
0x0000
4 bytes
0x73686477
header_version
0x0004
4 bytes
0x1
header_size
0x0008
4 bytes
0x200
header_flags
0x000c
4 bytes
0x0
directory_offsets[2]
0x0010
16 bytes
[512, 267264]
guid[16]
0x0020
16 bytes
b'\x8a\xf9\xea\xd2\xcf8I\xc0\x8e\xec\x00\x95\xcf\\x\x99'
sector_count
0x0030
8 bytes
0x1dcd65
max_sector_count
0x0038
8 bytes
0x80000000000
chunk_size
0x0040
4 bytes
0x100000
block_size
0x0044
2 bytes
0x200
total_segments
0x0046
2 bytes
0x0
metadata_chunk
0x0048
8 bytes
0xffffffff
unk_50[16]
0x0050
16 bytes
b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'
read_only_flags
0x0060
4 bytes
0x0
metadata_flags
0x0064
4 bytes
0x0
metadata_read_only_flags
0x0068
4 bytes
0x0
以前の試みでいくつかのフィールドを正しく推測できたようです!
意味を理解する
もし「それは非常に自由なフクロウのつまみ食いだ」と思っているなら、それは正しいでしょう。いくつかの詳細を省略しましたが、私がそれらにたどり着いた方法はそれほど面白くありません。
この段階では、diskimagescontrollerのさまざまな関数のリバースエンジニアリングプロセスは、非常に高いフクロウ係数を持っています。比較的単純なバイナリなので、ASIFも比較的単純にリバースエンジニアリングできます。唯一「面倒な」部分は、動的ディスパッチが多用されていることで、継承や仮想関数テーブルを扱う必要がありますが、ほとんどの場合はそれほど複雑ではありません。ブログ記事としてはあまり面白くありません(そして、私は最初の逆アセンブルを行ってからずっと後にこれを書いており、詳細のほとんどはもう覚えていません、すみません)。
とにかく、重要な部分をいくつか紹介します。
- ヘッダーには
directory_offsetsフィールドがあり、これは一種のアロケーションディレクトリへのバイトオフセットです。- 各ディレクトリは
uint64バージョンで始まり、最も高いバージョンを持つディレクトリが現在の有効なディレクトリです。これによりアトミックな更新が可能になります。
- 各ディレクトリは
- 各ディレクトリにはテーブルのリストがあり、各テーブルには
uint64の「データエントリ」のリストがあります。 - データエントリは特定の比率でグループ化され、各グループの後には「マップエントリ」が続きます。これは前のグループのビットマップです。
- 各データエントリは、ASIFファイル内のデータチャンクを指します。
- チャンクサイズはヘッダーで定義されており、通常は1MiBです。
- データエントリは、チャンク番号に使用できる55ビットと、フラグ用に予約された9ビットを持っています。
- デフォルトのチャンクサイズ(設定可能かどうかは不明)での最大仮想ディスクサイズは、メタデータ用に予約された小さな部分を除いて、4PiB未満のようです。
- 仮想ディスクの実際のサイズはヘッダーで定義されており、ディスクが成長できる最大サイズも同様です。
- ヘッダーにはメタデータブロックのオフセットが含まれています。これは通常
(4 PiB - 1 chunk)であり、予約領域内にあります。- メタデータブロックには小さなヘッダーとplistが含まれており、
internal metadataとuser metadataの辞書が含まれているはずです。
- メタデータブロックには小さなヘッダーとplistが含まれており、
データエントリのビットフォーマットは次のとおりです。
0b00000000 01111111 [...] 11111111 11111111 (chunk number)
0b00111111 10000000 [...] 00000000 00000000 (reserved)
0b11000000 00000000 [...] 00000000 00000000 (flags)
現在知られているフラグ(バイナリからの文字列から派生)は次のとおりです。
0b00 (uninitialized)
0b01 (fully initialized)
0b10 (unmapped)
0b11 (has bitmap)
VMDK、VHDX、QCOW2のような他のスパースディスクフォーマットを見たことがあるなら、ASIFはかなりエレガントでシンプルなフォーマットだとわかるでしょう。もちろん、同じ機能がすべて備わっているわけではありませんが、少なくとも基本的なことは推測しやすいです。
この情報をすべて実装に追加するのは、非常に地味な作業です。ヘッダーからいくつかのフィールドを読み取り、検証し、オフセットにシークして、完了です。しかし、一つ大きな詳細を省略しました。
仮想ディスク内の任意のオフセットからASIFファイル内のチャンクへの移動方法をカバーしていません。
リサーチノート
ASIFや、これまで言及してきた他の頭字語のような仮想ディスクフォーマットについて簡単に復習しましょう。それらはすべて1つの単純な原則に基づいて機能します。大きなディスクまたはファイルを、より小さな「スパース」な方法で保存することです。ディスクは小さな断片に分割され、ファイルフォーマット内の何らかのメカニズムが、特定の断片が割り当てられている(存在している)か、またはそうでないか(欠落している)か、そしてファイル内のどこにその断片を見つけるかを追跡する責任を負います。
したがって、仮想ディスク「内」の任意のオフセットを読み取るには、このメカニズムまたはアルゴリズムを理解する必要があります。
わかっていること(ディレクトリ、いくつかのテーブル、各テーブルにいくつかのエントリがある)から、チャンクへのアクセスは tables[X][Y] となります。offsetに対してXとYをどのように計算するかを理解するだけです。ほとんどのスパースファイルフォーマットは、ディレクトリやテーブルのさまざまな名前で、この方法で機能します。
これはリバースエンジニアリングするのが最も面倒な部分でした。なぜなら、このための多くの計算が複数の関数に分散されており、多くの疑似コードが積み重ねられたマクロのように見え、ほとんど理解できないものに半ば最適化されていたからです。最初はIDAが生成した疑似コードをコピー&ペーストし、LLMでいくつかのもっともらしい変数名をつけて、それで終わりにしていました。それは次のようなものでした。
blocks_per_chunk = chunk_size // block_size
reserved_size = 4 * chunk_size
num_reserved_table_entries = (
1 if reserved_size < blocks_per_chunk else reserved_size // blocks_per_chunk
)
max_table_entries = chunk_size >> 3
num_table_entries = max_table_entries - (
max_table_entries % (num_reserved_table_entries + 1)
)
num_reserved_directory_entries = (num_reserved_table_entries + num_table_entries) // (
num_reserved_table_entries + 1
)
num_usable_entries = num_table_entries - num_reserved_directory_entries
# This is the size in bytes of data covered by a single table
size_per_table = num_usable_entries * chunk_size
max_size = block_size * header.max_sector_count
num_directory_entries = (size_per_table + max_size - 1) // size_per_table
そして、指定されたオフセットからASIFファイル内のチャンクを読み取るには:
table = directory.table(offset // size_per_table)
# Calculate the relative chunk index within the table
relative_block_index = (offset // block_size) - (table.virtual_offset // block_size)
entry_index = (
relative_block_index // blocks_per_chunk
+ relative_block_index // blocks_per_chunk * num_reserved_table_entries
) // num_reserved_table_entries
コメントの欠如からも明らかなように、これを実際に理解しようとする試みはほとんどありませんでした。正しい数値は得られたので、満足して他のことをしました。
このブログのためにトピックを再訪したことで、もう一度見直すことになりました。
予期せぬ第二の追い風
このブログ記事を2025年11月に書き始めたとき(はい、知っています、さらに悪いことに、すべてのリバースエンジニアリングは2025年7月に行っていました)、Redditの投稿とそれに続くhuvenによるGitHubリポジトリにつまずきました。私の個人的な試みとは独立して、huvenはASIFファイルフォーマットの文書化を開始していました。私たちはアイデアを交換し、その後私は他のことをして、2026年6月まで過ごしました。これは執筆時であり、うまくいけば公開時です、ハハ。
ASIFファイルからの読み取りがどのように機能するかについての私の理解に満足しておらず、この投稿を中途半端にしたくなかったので、huvenの仕事を見直して実装を洗練させ始めました。私が最初につけた名前は「usable entries」や「reserved entries」のようなもので、計算は理解しにくかったですが、正しい値を計算していました。
私たちのやり取りの中で、huvenはビットマップについて言及していました。これは、私が当初、読み取り専用の実装には重要ではなかったため、完全に無視していました。彼のリポジトリは、チャンクエントリが「チャンクグループ」にグループ化され、その後にビットマップが続くと説明しています。彼はまた、ビットマップ自体のフォーマットについても説明しています。これを念頭に置いて、アセンブリから取った計算を改めて見直し、ついに意味を理解することができました。IDAデータベースに戻ると、ビットマップとグループに気づき、多くの変数に「group」という接頭辞を付けていたことさえわかります。当時の職人気質なアプローチを貫くべきだったと思います。
「しかし、前のセクションでビットマップとチャンクグループについて言及したばかりではないか」と思っているかもしれません。はい、投稿を後付けしました。訴えてください。
読み取りは実際にはどのように機能するか
このタイトルでLLMのように聞こえるかもしれません。とにかく、任意のオフセットから正しいASIFチャンクへの移動方法をステップバイステップで見ていきましょう。このための計算は、依然として主にdiskimagescontrollerからの計算に基づいています。別の説明については、huvenのリポジトリを参照してください。
まず、必要なすべての興味深いビットを含むASIFファイルの断片を取得しましょう。
00400000
c000000000000005c000000000000006
················
00400010
00000000000000000000000000000000
················
*
00404000
00000000000000070000000000000000
················
00404010
00000000000000000000000000000000
················
*
00500000
6368756e6b20302c20626c6f636b2030
chunk 0, block 0
00500010
00000000000000000000000000000000
················
*
00600000
6368756e6b20312c20626c6f636b2030
chunk 1, block 0
00600010
00000000000000000000000000000000
················
*
00604000
6368756e6b20312c20626c6f636b2033
chunk 1, block 3
00604010
32000000000000000000000000000000
2···············
00604020
00000000000000000000000000000000
················
*
00700000
55555555555555550000000000000000
UUUUUUUU········
00700010
00000000000000000000000000000000
················
*
00700200
55555555555555555555555555555555
UUUUUUUUUUUUUUUU
00700210
00000000000000000000000000000000
················
*
0x00400000から0x00404000(最初のテーブル、ディレクトリは図示せず)の間には、3つの入力されたエントリが見えます。フラグビットを無視すると、これらはチャンク5、6、7のエントリです。チャンクサイズが0x100000の場合、チャンク5と6にデータが見え、チャンク7には(0b01の繰り返しである)繰り返し表示される0x55が見えます。これに基づいて、いくつかのことを学ぶことができます。
- ビットマップの前に
(0x00404000 - 0x00400000) // 8 = 2048個のチャンクエントリがあります。 - ビットマップはブロックあたり2ビットを使用します。
- したがって、ビットマップの1バイトは4ブロックをカバーします。
- ビットマップは1チャンクのサイズなので、完全なビットマップは
4 * chunk_sizeブロックをカバーします。 - ビットマップは1つのチャンクグループをカバーするため、チャンクグループあたりのブロック数はビットマップのカバレッジに等しくなります。
ブロックは一度に32個のグループで割り当て済みとしてマークされますこれは、ディスクへの書き込み方法(/dev/rdisk#ではなく/dev/disk#を使用)のアーティファクトである可能性があります。
これはhuvenがすでに文書化していることと一致します。
これを以前のdiskimagescontrollerからの計算と組み合わせ、新たに得た知識を適用すると、次のようになります。
blocks_per_chunk = chunk_size // block_size
# Based on the observations above
num_blocks_per_group = 4 * chunk_size
# We need at least one chunk in the group
num_chunks_per_group = max(1, num_blocks_per_group // blocks_per_chunk)
# This is the maximum amount of raw entries (uint64) a table could hold
num_words_per_chunk = chunk_size // 8
# A chunk group has one entry for each chunk, plus one entry for the bitmap
num_entries_per_group = num_chunks_per_group + 1
num_groups_per_table, num_remaining = divmod(num_words_per_chunk, num_entries_per_group)
# The number of total entries in a table, including both chunk and bitmap entries
num_table_entries = num_words_per_chunk - num_remaining
# Calculate the size in bytes of data covered by a single table
num_chunk_entries_per_table = num_table_entries - num_groups_per_table
size_per_table = num_chunk_entries_per_table * chunk_size
# Calculate the maximum size of the virtual disk
max_size = block_size * header.max_sector_count
# And the number of tables needed to cover that size
num_tables = (size_per_table + max_size - 1) // size_per_table
次に、指定されたオフセット(読み取りはチャンクサイズにアラインされると仮定)から移動するには、ロジックは次のようになります。
table = directory.table(offset // size_per_table)
# Calculate the relative chunk index within the table
relative_block_index = (offset // block_size) - (table.virtual_offset // block_size)
relative_chunk_index = relative_block_index // blocks_per_chunk
# Calculate the chunk group
chunk_group = relative_chunk_index // num_chunks_per_group
# Each chunk group has a bitmap entry, so we need to account for that in the entry index
entry_index = relative_chunk_index + chunk_group
あなたはどうかわかりませんが、それははるかに理解しやすく、追跡しやすいようです!ファイルフォーマットも、特にヘキサダンプを見たときに、私にとって「クリック」しました。以前は、正しい値が得られたことをただ受け入れていました。
テーブルでいくつかのエントリを「スキップ」することを考慮に入れると、まだ少し混乱して見えるかもしれません。ほとんどの他のスパースディスクフォーマットは、割り当てビットマップを(もしあれば)完全に別の場所に格納することを選択します(テーブルエントリ自体も、ある意味で「割り当てステータス」を記録します)。AppleはASIFに割り当てビットマップを持たせたかったが、別のメカニズムを導入したくなかったため、「キスして」既存のテーブルで済ませたのだと思います。ある意味ではエレガントだと思います。ただ、それらに気づいていないと、最初はリバースエンジニアリングが少し混乱しやすくなっただけです。
まとめ
実装全体は、dissect.hypervisor(特にasif.pyとc_asif.py)の一部として利用可能です。最終的な修正は現在、プルリクエストでレビュー待ちです。また、すべてDissectに連携されているため、すべてのDissectツールとAPIを任意のASIFファイルに対して実行できます。
❯ xxd ED213FEE-7B2F-410F-A7C3-C5976EBF7903.img | head -1
00000000: 73686477 00000001 00000200 00000000 shdw............
❯ target-info ED213FEE-7B2F-410F-A7C3-C5976EBF7903.img
<Target ED213FEE-7B2F-410F-A7C3-C5976EBF7903.img>
Disks
- <Disk type='asif' size=68719476736>
Volumes
- <Volume name='iBootSystemContainer' size=524287488 fs='apfs-container'>
- <Volume name='Container' size=62826479104 fs='apfs-container'>
- <Volume name='RecoveryOSContainer' size=5368667648 fs='apfs-container'>
Mounts
- [...]
Hostname : users-Virtual-Machine
Domain : None
Ips : 192.168.64.2
Os family : macos
Os version : macOS 26.4.1 (25E253)
Architecture : aarch64-apple-macos
Language :
Timezone : America/Los_Angeles
Install date : None
Last activity : 2026-06-11T08:23:41.690898+00:00