探秘二进制代码覆盖率神器:Dragon Dance
2024-05-23 09:07:14作者:郁楠烈Hubert
在软件安全和逆向工程领域,对二进制代码的覆盖率分析至关重要。Dragon Dance 是一款为 Ghidra 设计的插件,它提供了一种强大的方式来可视化并操作二进制代码覆盖率数据。这款工具不仅支持 DynamoRIO 和 Intel Pin 这样的二进制仪器工具,还自带了专为 Intel Pin 编写的覆盖率收集模块 ddph。

功能特性一览
- 多源兼容性 - Dragon Dance 可以导入来自 DynamoRIO 的 drcov 数据以及通过 ddph 收集的 Intel Pin 覆盖信息。
- 交互式可视化 - 强大的视图功能允许您切换不同覆盖数据或进行交集、差集、并集与异或操作。
- 强度指示器 - 显示各指令执行的频率,帮助快速理解代码执行路径。
- 函数图覆盖 - 在函数图形窗口中直观展示覆盖率,便于分析复杂代码结构。
- 脚本系统 - 自定义脚本处理覆盖率数据,实现灵活的数据操作和自动化分析。
技术剖析
Dragon Dance 插件的核心是其内置的脚本系统,允许用户编写自定义的分析逻辑。通过 load、diff、distinct、sum 等内建函数,可以方便地加载、合并、比较和删除覆盖率数据。此外,脚本系统还提供了变量机制,支持物理覆盖对象(直接从文件加载)和逻辑覆盖对象(由内建函数返回)。
cov1 = load("firstcoverage.out")
cov2 = load("secondcov.out")
cov1 = diff(cov1,cov2)
这样的脚本可以轻松地完成复杂的覆盖率操作,而无需离开 Ghidra 环境。
应用场景
- 漏洞分析 - 使用 Dragon Dance 分析测试用例对目标二进制的覆盖率,找出未被触发的代码区域,可能隐藏着潜在的安全漏洞。
- 逆向工程 - 配合静态分析工具,结合代码覆盖率数据,有助于理解决策分支和循环逻辑。
- 性能优化 - 通过观察高频执行的指令,定位可能导致性能瓶颈的代码片段。
- 软件测试 - 评估测试套件的有效性,确保关键功能的充分覆盖。
为何选择 Dragon Dance?
- 集成性强 -无缝融入 Ghidra 工作流程,提供原生的 Ghidra 用户体验。
- 灵活性高 - 可扩展的脚本系统允许开发者定制自己的分析算法。
- 跨平台 - 提供预编译的 Windows、macOS 和 Linux 版本,适用范围广。
- 易用性好 - 直观的图形界面使覆盖率分析变得更加简单。
在你的代码分析和逆向工程之旅中,让 Dragon Dance 成为你得力的助手,探索那些未被触碰的代码角落,开启精彩的二进制世界探索。现在就加入 Dragon Dance 社区,开始你的冒险吧!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0121- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
717
4.62 K
Ascend Extension for PyTorch
Python
591
739
deepin linux kernel
C
29
16
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++
981
970
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
816
121
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
422
369
Oohos_react_native
React Native鸿蒙化仓库
C++
342
390
昇腾LLM分布式训练框架
Python
156
184
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
143
226
暂无简介
Dart
962
240