Driller 开源项目教程
2024-09-14 10:57:35作者:何举烈Damon
1. 项目介绍
Driller 是一个基于符号执行和动态分析的开源工具,主要用于自动化漏洞挖掘。它结合了模糊测试和符号执行的优点,能够有效地发现二进制程序中的漏洞。Driller 由 Shellphish 团队开发,广泛应用于安全研究领域。
2. 项目快速启动
安装依赖
首先,确保你已经安装了 Python 3.6 或更高版本,并安装了以下依赖:
pip install angr
pip install triton
pip install driller
克隆项目
使用 Git 克隆 Driller 项目到本地:
git clone https://github.com/shellphish/driller.git
cd driller
运行示例
Driller 提供了一个简单的示例程序 driller_example.py,你可以通过以下命令运行它:
python driller_example.py
这个示例程序会使用 Driller 对一个简单的二进制程序进行分析,并尝试发现其中的漏洞。
3. 应用案例和最佳实践
应用案例
Driller 在多个实际项目中被用于自动化漏洞挖掘。例如,在 CGC(Cyber Grand Challenge)中,Driller 被用于自动化发现和利用二进制程序中的漏洞。
最佳实践
- 选择合适的二进制程序:Driller 适用于分析复杂的二进制程序,特别是那些包含复杂逻辑和潜在漏洞的程序。
- 配置符号执行引擎:根据目标程序的复杂性,适当调整符号执行引擎的配置,以提高分析效率。
- 结合其他工具:Driller 可以与其他模糊测试工具(如 AFL)结合使用,以提高漏洞发现的覆盖率。
4. 典型生态项目
angr
angr 是一个强大的二进制分析框架,Driller 依赖于 angr 进行符号执行和路径探索。angr 提供了丰富的 API,使得 Driller 能够高效地进行二进制程序分析。
Triton
Triton 是一个动态二进制分析框架,提供了指令级别的符号执行和污点分析功能。Driller 使用 Triton 来增强其动态分析能力。
AFL
AFL(American Fuzzy Lop)是一个广泛使用的模糊测试工具,Driller 可以与 AFL 结合使用,通过符号执行和模糊测试的结合,提高漏洞发现的效率。
通过以上模块的介绍,你应该能够快速上手 Driller 项目,并了解其在实际应用中的最佳实践和相关生态项目。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
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
56
33
🔥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
65
19
🎉 (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
1.22 K
669