【免费下载】 CVE二进制工具(CVE Bin Tool)安装与使用教程
2026-01-17 08:34:11作者:郁楠烈Hubert
1. 项目目录结构及介绍
在CVE Bin Tool项目中,目录结构通常包含以下部分:
src: 包含源代码的主要目录。docs: 文档和说明文件的存放位置。tests: 单元测试和集成测试的代码。bin: 可执行文件或脚本的存放地。example: 示例输入文件或配置文件。LICENSE: 开源许可证文件。README.md: 项目简介和快速入门指南。
2. 项目的启动文件介绍
CVE Bin Tool 的主要可执行文件是 cve-bin-tool 或者 cve_bin_tool.py(取决于项目部署方式)。这个文件用于运行漏洞扫描,你可以通过命令行进行调用,如:
python3 cve_bin_tool.py /path/to/scanner
或者如果编译成可执行文件,可能简化为:
./cve-bin-tool /path/to/scanner
这里 /path/to/scanner 是你要扫描的二进制文件或目录路径。
3. 项目的配置文件介绍
CVE Bin Tool 配置通常不是通过一个单一的配置文件完成,而是通过命令行参数来设定。例如,你可以指定排除目录 (--exclude)、NVD API 密钥 (nvd_api_key) 和扫描模式 (--scan_mode) 等。如果需要自定义行为,可以创建一个 shell 脚本或批处理文件,将这些参数组合在一起。
下面是一些常见命令行选项的例子:
-e或--exclude: 排除特定目录,例如-e vendor/library。--disable-version-check: 关闭版本检查功能。--nvd_api_key: 指定NVD API密钥以获取最新的漏洞数据。--exclude_dir: 在扫描时排除的目录列表,例如--exclude_dir binary。
如果你希望在不每次都手动输入的情况下保存配置,可以考虑使用环境变量或自动化工具(如 GitHub Actions)中的 secrets 来存储敏感数据。
请注意,CVE Bin Tool 还支持通过 sbom_type 和 sbom_format 参数生成不同的SBOM(Software Bill of Materials)格式,这可以在执行扫描时进一步定制输出。
以上就是关于 CVE Bin Tool 的基本介绍和使用方法。确保查看项目官方文档获取最新信息和详细步骤。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
653
4.23 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
488
599
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
280
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
937
854
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
332
387
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
886
暂无简介
Dart
900
215
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194
昇腾LLM分布式训练框架
Python
141
167