Toisin kuin perinteisissä korkean tason ohjelmointikielissä, assemblyssä ei käytetä monimutkaisia data tyyppejä kuten 

vaan siinä käytetään yksinkertaisempia suoraan tiedon kokoon viittaavia data tyyppejä.

Byte on pienin data tyyppi assembly kielessä, jolla viitataan yhden tavun kokoon. Tämä tarkoittaa käytännössä yhden merkin kokoista tilaa.

Word data tyypillä viitataan kahden tavun eli kahden kirjaimen kokoiseen tilaan.

Double Word tai dword (32 bittiä eli 4 tavua)

Dword on neljän tavun kokoinen data tyyppi, eli 32 bittiä. Muistiosoitteet ovat x86 assembly kielessä tämän kokoiset.

Kahden komplementti on menetelmä, jota käytetään binäärin negatiivisen arvon esittämiseen. Yksinkertaisesti, se on tapa esittää negatiivisia lukuja binäärimuodossa. Tämän idea perustuu siihen, että otetaan positiivinen luku ja käännetään luvun bittiarvot, jonka jälkeen siihen lisätään yksi.

Esimerkiksi, jos meillä on arvo 3 ja haluamme tämän negatiivisena eli -3, niin tämä logiikka toteutuisi seuraavalla tavalla.

Luku 1111 1101 olisi siis 253, mutta jos kyseessä on etumerkillinen (signed) arvo, niin tämä tulkitaan luvuksi -3. Lisää tästä seuraavassa kohdassa.

Signed (etumerkillinen) vs Unsigned (etumerkitön)

Kun puhutaan signed vs unsigned viitataan siihen, että onko kyseinen data etumerkillinen vai etumerkitön. Näiden ero on tarkoittaa, että onko kyseessä data joka voi olla negatiivinen vs vain positiivinen. Näiden tulkinta ja prosessointi eroaa assembly kielessä.

Signed viittaa siihen, että kyseinen data voi olla negatiivinen. Esimerkiksi, jos puhutaan signed integer eli etumerkillinen integer arvo, niin puhutaan arvosta, joka voi olla pienimmillään decimaali lukuna 

Etumerkillisyys tarkoittaa binäärin merkittävintä bittiä eli ensimmäistä ykköstä. Jos kyseessä on signed arvo, niin tämä tulkataan selitetyllä tavalla, eli jos ensimmäinen bitti on asetettu, niin kyseessä on negatiivinen luku. 

viittaisi siis etumerkillisenä korkeimpaan mahdolliseen lukuun eli 

Unsigned merkitsee, että kyseinen data voi olla ainoastaan positiivinen. Tämä tarkoittaa, että esimerkiksi luku 

. Unsigned integer olisi siis 8 bittinen arvo, jonka alin arvo voi olla 

Merkittävin ero näiden tyyppien välillä assembly kielessä on eri instruktiot joita käytetään esimerkiksi arvojen vertailussa ja näihin vertailuihin liittyvät liput ja toiminnot. Näistä lisää myöhemmin, mutta tärkeintä on ymmärtää, mikä on signed vs unsigned edes ylätasolla.

## Datatyypit
![Byte/word/dword-koot, two's complement -muunnos (3 → −3) ja saman tavun signed/unsigned-tulkinnat.](sanity:image-88e6ec023dae5b99569bf93889b398c2823da490-1536x1024-png)
Toisin kuin perinteisissä korkean tason ohjelmointikielissä, assemblyssä ei käytetä monimutkaisia datatyyppejä kuten *string* tai *array*; käytössä on yksinkertaisempia, suoraan tiedon kokoon viittaavia datatyyppejä.

### Byte (8 bittiä eli 1 tavu)

Byte on assembly-kielen pienin datatyyppi, jolla viitataan yhden tavun kokoon: käytännössä yhden merkin kokoinen tila.

### Word (16 bittiä eli 2 tavua)

Word datatyypillä viitataan kahden tavun eli kahden kirjaimen kokoiseen tilaan.

### Double Word tai dword (32 bittiä eli 4 tavua)

Dword on neljän tavun kokoinen datatyyppi, eli 32 bittiä. 32-bittisessä x86:ssa muistiosoitteet ovat tämän kokoiset; 64-bittisessä x86-64:ssä osoitteet ovat 8 tavua (QWORD).

---

## Two's complement (kahden komplementti)

Kahden komplementti on menetelmä, jota käytetään binäärin negatiivisen arvon esittämiseen. Yksinkertaisesti, se on tapa esittää negatiivisia lukuja binäärimuodossa. Tämän idea perustuu siihen, että otetaan positiivinen luku ja käännetään luvun bittiarvot, jonka jälkeen siihen lisätään yksi.

Esimerkiksi, jos meillä on arvo 3 ja haluamme tämän negatiivisena eli -3, niin tämä logiikka toteutuisi seuraavalla tavalla.

```sh
binääri 0000 0011 on 3
käännetään jokainen bitti
1111 1100 ja lisätään siihen 1, eli
1111 1101 joka on -3.
```

Luku `1111 1101` olisi siis 253, mutta jos kyseessä on etumerkillinen (signed) arvo, niin tämä tulkitaan luvuksi -3. Lisää tästä seuraavassa kohdassa.

---

## Signed (etumerkillinen) vs Unsigned (etumerkitön)

Kun puhutaan signed vs unsigned, viitataan siihen, onko data etumerkillinen vai etumerkitön: voiko se olla negatiivinen vai pelkästään positiivinen. Näiden tulkinta ja käsittely eroaa assembly-kielessä.

### Signed (etumerkillinen)

Signed viittaa siihen, että kyseinen data voi olla negatiivinen. Esimerkiksi, jos puhutaan etumerkillisestä (signed) kokonaisluvusta, niin puhutaan arvosta, joka voi olla pienimmillään desimaali lukuna `-128` ja korkeintaan `127`. Eli arvo on välillä `-128..127`. Esimerkiksi binääri `1111 1111` olisi sama kuin `-1` desimaalina tai `0xFF` heksana. 

Etumerkillisyys tarkoittaa binäärin merkitsevintä bittiä eli ensimmäistä ykköstä. Jos kyseessä on signed-arvo, tämä tulkitaan selitetyllä tavalla eli jos ensimmäinen bitti on asetettu, luku on negatiivinen. 

Binääri `0111 1111` viittaisi siis etumerkillisenä korkeimpaan mahdolliseen lukuun eli `127` desimaalina tai `0x7F`. Binääri `1000 0000` olisi `-128` desimaalina ja heksana `0x80`.

### Unsigned (etumerkitön)

Unsigned merkitsee, että data voi olla ainoastaan positiivinen. Esimerkiksi luku `1111 1111` on heksana `0xFF` ja desimaalina `255`. Unsigned integer olisi siis 8 bittinen arvo, jonka alin arvo voi olla **0** ja ylin `255` tai heksana `0x0 - 0xFF`.

### Signed vs Unsigned assemblyssä

Merkittävin ero näiden tyyppien välillä assembly-kielessä on, että vertailuun käytetään eri käskyjä ja eri lippuja luetaan eri tavalla. Näistä lisää myöhemmin; nyt riittää, että ymmärrät signed/unsigned-eron ainakin ylätasolla.


Datatyypit ja negatiiviset numerot

Opi x86-assemblyn perusteet selainpohjaisella emulaattorilla: konekielestä rekistereihin, hypyistä ja silmukoista funktioihin ja kutsupinoon. Pohjatyö reverse engineeringiä ja exploit-kehitystä varten.

Tällä kurssilla pureudutaan x86-arkkitehtuurin assemblyyn: kieleen, joka istuu suoraan konekielen päällä ja ohjaa prosessoria käsky kerrallaan. Lähdemme aivan perusteista: mitä konekieli edes on, miten prosessori sitä suorittaa, miltä numerot näyttävät bittitasolla ja miten data on tallennettu muistiin.

Hands-on-osiossa pääset kokeilemaan oppimaasi selaimessa toimivalla emulaattorilla. Kirjoitat ohjelmia, jotka liikuttavat dataa rekistereiden ja muistin välillä, vertailevat lukuja, hyppivät koodissa ehtojen mukaan, toistavat silmukoita ja lopulta kutsuvat omia funktioita kutsupinon kautta. Kaikki vaiheittain ja debuggerin keinoin tarkasteltavissa.

Tämä kurssi on tarkoitettu pohjaksi reverse engineering- ja exploit-kehityskursseille. Kun ymmärrät, miltä binäärit näyttävät prosessorille, decompiloidut funktiot ja stack-pohjaiset haavoittuvuudet alkavat avautua aivan eri tavalla.

Mitä on x86 assembly?

Prosessorin toiminta

Numerojärjestelmät

Endianness

Intro

Rekisterit ja niiden käyttö

Ehtolauseet ja hypyt

Aritmetiikka

Datatyypit ja negatiiviset numerot

Datatyypit

Byte (8 bittiä eli 1 tavu)

Word (16 bittiä eli 2 tavua)

Double Word tai dword (32 bittiä eli 4 tavua)

Hakkeroinnin oppiminen alkaa tästä