機器語言

電腦只看得懂 0 和 1，現在所有的程式語言 ASM、C++、C#、Python，等等...最終都會經過編譯或直譯轉換成機器碼 CPU 才能執行，現在雖然有很多的高階語言，但電腦真正能看懂的還是只有機器語言，就連最接近的組合語言都不行。

機器碼片段:

00011110
101110000000000000000000
01010000
101110001100011000001111
1000111011011000

組合語言

因為機器語言都是的 0 和 1 不便於人類記憶，所以後來發明了組合語言，組合語言的指令皆採用縮寫的英文單字，比起機器語言更易於記憶和撰寫，雖然還是艱澀難懂，但比起機器碼已經好理解許多，真佩服以前的工程師，可以用機器語言寫程式。

組合語言片段:

mov ax, 2   ; 將 2 移動到 ax 暫存器

對破解有興趣的朋友，一定有聽過反組譯，但為什麼常聽到的反組譯都是將機器碼還原成組合語言，而不是 C 語言或其他高階語言呢，原因是 組合語言 和 機器碼 是可以 一對一對應 的，而像 C 等其他語言經過編譯後一行程式可能會變成多條機器指令，所以才無法反組譯，其實還是可以拉，不過會和原始碼差非常多。這裡指的是對機器碼反組譯，而不是 C#、JAVA 等編譯後產生的 中間碼。[1]

存儲器

存儲器是可供 CPU 存取操作具有保存訊息功能的設備，記憶體就最常見的存儲器，其他還包括顯示卡、網卡、BIOS 等等，CPU 要和存儲器溝通必須透過三類的訊息交換。

1. 地址訊息: 欲讀取或寫入的地址
2. 控制訊息: 對存儲器的操作(讀取或寫入)
3. 數據訊息: 讀取或寫入的資料

CPU 想要將資料寫入記憶體，必需先知道記憶體的地址，接著告訴記憶體要進行寫入的操作，最後把資料送過去，以上為 CPU 對存儲器操作的大致流程。

總線

CPU 和存儲器之間透過總線相連，總線可分為三類，分別對應上面的三類訊息。

1. 地址總線: 傳輸地址訊息
2. 控制總線: 傳輸控制訊息
3. 數據總線: 傳輸數據訊息

CPU 如何將數據 10 寫入記憶體地址 5 的地方。

• 步驟1: CPU 發送地址訊息，找到地址位置。
• 步驟2: CPU 發送寫入指令。
• 步驟3: CPU 發送數據 10 寫入記憶體。

示意圖:

為什麼需要三類總線呢? 試想如果 CPU 和存儲器間只有一條總線相連，因為在電腦中傳遞的訊息都是 0 和 1 的二進制數據，那該如何區別是 地址、控制 還是 數據 呢，因此發明了三類總線，透過不同的總線就能將三者區分開來。

CPU 如何區別指令和數據

在電腦中儲存的都是二進制訊息，CPU 是如何區別程式指令和數據資料呢? 其實 CPU 是無法區別的，對於 CPU 而言兩者並無區別，將其當成指令或數據是由程式設計者決定的，之後會介紹我們在寫程式時會將程式分成不同的區段，代碼段存放指令，數據段存放數據，如果不小心把程式入口指到數據段，CPU 還是會乖乖的將那些數據當成指令執行，並無法辨認那些執行的指令其實是數據。

1000 1011 1100 0011

例如上面這段二進制訊息，CPU 可以當成數據 8BC3，也可以當成指令 MOV AX,BX。

CPU 如何不錯將數據當成指令執行?

在記憶體中某個地址會被規定為 起始地址 或稱 復位地址，電腦開機後 CPU 會跳轉到該地址，並將內容當成指令執行，接著就可以透過指令的長度和格式去判斷下一條指令的位置。而程式中組合語言有兩個暫存器 CS (指令段暫存器) 和 DS (數據段暫存器)，可以根據 CS 和 DS 指向的地址，將內容當成指令或數據。[3]

因此只要 CPU 從起始地址開始執行指令，並不斷執行下去，除非程式寫錯，不然永遠不會錯將數據當成指令。

尋址能力

尋址能力是指 CPU 能定位到的最大記憶體地址，這取決於地址總線的寬度，例如 16 根地址總線，可以定位 2 的 16 次方大小的地址，32 根可以定位 2 的 32 次方，n 根地址總線可以擁有 2 的 n 次方 的尋址能力，常聽到的 32 位、64 位 CPU 指的就是 CPU 的尋址能力。

結語

下一篇會介紹記憶體空間和第一次的反組譯，今天就到這裡摟，感謝大家觀看。

參考文章

[1] 光明與黑暗 – 談程式碼保護
[2] register based 和 stack based虚拟机的区别
[3] CPU如何区分读出的代码是指令还是数据