ChipWhisperer 0.09RC1版本发布:硬件安全分析工具的重大升级
ChipWhisperer是一个开源的硬件安全研究平台,专注于侧信道分析和故障注入攻击的研究。该项目提供了一套完整的工具链,包括硬件捕获设备、分析软件和教学案例,广泛应用于密码学实现的安全性评估、智能卡安全研究等领域。
版本核心改进
本次发布的0.09RC1版本带来了多项重要改进,显著提升了工具的易用性和功能性。
用户体验优化
在Windows平台上,现在可以直接运行CWCapture.pyw和CWAnalysis.pyw文件,无需通过命令提示符操作,这使得工具的使用体验更加接近常规应用程序。这一改进大大降低了初学者的使用门槛。
另一个重要改进是FPGA比特流的自动下载功能。在之前的版本中,用户需要手动运行"Download CW Firmware"操作,而现在这一过程已经完全自动化,简化了工作流程。
硬件支持扩展
新版本增加了对即将发布的ChipWhisperer-Lite硬件的支持,为预算有限的用户提供了更经济的选择。同时,针对DPAContestv4.2智能卡的支持也得到了增强,但需要注意这需要配合新的读卡器硬件使用。
在智能卡接口方面,新版本引入了一个更可靠的智能卡读卡器实现,取代了之前的USI接口。这一改进需要配合FPGA的相应变更,目前仅支持ChipWhisperer硬件平台,未来将扩展到SASEBO-W平台。
功能增强
串行接口现在支持2个停止位加偶校验的配置,这使得工具可以作为智能卡读卡器使用。故障注入(glitch)功能也获得了显著改进,现在支持在多个参数上进行探索,为研究人员提供了更强大的分析能力。
在FPGA层面,修复了glitch输出逻辑的问题。之前的实现使用了寄存器输出,在时序失败时偶尔会出现锁存现象(毕竟这些本来就是故障注入)。新版本解决了这一问题,提高了故障注入的可靠性。
问题修复与稳定性提升
本次更新包含了大量的小型bug修复和稳定性改进。例如,修复了当偏移量为'0%'时加载错误glitch宽度的问题;改进了范围和目标设备的列表顺序保持;移除了对不必要模块(如mysql)的依赖警告等。
特别值得注意的是,现在工具可以更好地处理PC/SC智能卡读卡器的依赖关系,只有在实际使用时才会加载相关模块,减少了不必要的系统负担。
使用注意事项
升级到新版本时,如果安装目录与现有安装不同,需要在Python控制台中运行self.clearAllSettings()命令来清除旧设置。
目前版本仍存在一些已知问题,主要是项目文件功能尚不完善。项目文件无法保存分析结果(分析器)或硬件设置(捕获),只能保存跟踪数据。此外,无法在已打开一个项目文件的情况下再打开另一个,必须先关闭当前项目并重新启动软件。
总结
ChipWhisperer 0.09RC1版本在易用性、硬件支持和核心功能方面都做出了重要改进,特别是自动化的FPGA配置、增强的智能卡支持和改进的故障注入功能,使其成为硬件安全研究领域更加强大的工具。虽然仍有一些功能需要完善,但这个版本已经为研究人员提供了更稳定、更便捷的工作环境。
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 StartedRust0155- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112