EMBA固件分析工具v1.5.2发布:SBOM功能全面升级
2025-06-16 08:08:49作者:殷蕙予
EMBA是一款开源的固件安全分析工具,主要用于嵌入式设备固件的自动化安全评估。最新发布的v1.5.2版本将重点转向了软件物料清单(SBOM)功能的全面增强,以应对即将实施的欧盟网络弹性法案(CRA)要求。
欧盟网络弹性法案(CRA)背景
欧盟网络弹性法案将于2025年8月1日正式生效,其中明确要求产品必须提供详细的软件物料清单(SBOM)。法案规定,未能合规的企业可能面临高达1500万欧元或全球年营业额2.5%的处罚。这一法规将直接影响所有涉及数字产品的企业。
EMBA v1.5.2的核心改进
1. SBOM功能全面升级
开发团队重写了EMBA的核心模块,使其不仅能生成基本SBOM,还能提供更多价值:
- 支持无包管理器的系统分析
- 支持多包管理器环境
- 新增VEX(安全信息交换)支持
- 增强SBOM的准确性和可重现性
2. 安全分析增强
- 集成了cve-bin-tool工具
- 完全重构了f20模块(现为f17)
- 改进了CVE数据库集成
3. 性能优化
- 改进了S09模块的多线程处理
- 优化了系统启动检查流程
- 提升了整体分析速度
4. 数据自动化
- 新增内核和GCC数据的自动生成管道
- 改进了版本标识符数据库
技术亮点解析
多源SBOM生成
EMBA现在支持从多种来源生成SBOM,包括:
- 传统包管理器(RPM、DEB等)
- 语言特定包管理器(CPAN、PIP等)
- 构建系统(Conan)
- 直接二进制分析
这种多源支持确保了即使在复杂环境中也能生成全面的SBOM。
VEX集成
VEX(安全信息交换)数据现在可以:
- 集成到主SBOM中
- 作为独立报告输出
- 提供更精确的安全影响评估
性能优化细节
S09模块的改进包括:
- 解决"grep参数列表过长"问题
- 实现更有效的多线程处理
- 优化MD5列表生成过程
安装与使用
在Kali Linux环境下安装EMBA:
git clone https://github.com/e-m-b-a/emba.git
cd emba
sudo ./installer.sh -d
分析固件示例:
sudo ./emba -l ~/log -f ~/firmware -p ./scan-profiles/quick-scan.emba
未来展望
随着CRA实施日期的临近,EMBA团队将继续加强SBOM相关功能,包括:
- 更多包管理器支持
- 增强的合规性检查
- 改进的报告格式
- 更深入的安全分析
这一版本标志着EMBA从单纯的固件分析工具向全面的SBOM解决方案转型的重要一步,为即将到来的法规要求提供了强有力的技术支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218