EMBA项目在Kali Linux 2024.01上的兼容性测试报告
2025-06-28 12:20:48作者:冯梦姬Eddie
概述
Kali Linux作为安全研究人员常用的渗透测试平台,其2024.01版本发布后,EMBA嵌入式固件分析工具团队对其进行了全面的兼容性测试。测试结果表明,EMBA在该版本Kali Linux上表现良好,能够满足不同安装方式和使用场景的需求。
测试环境与方法
测试团队选取了D-Link DIR300路由器固件作为标准测试样本,通过三种不同的安装方式对EMBA进行了全面验证:
- Docker容器安装:使用
./installer.sh -d命令进行安装 - Docker基础镜像构建:通过
sudo docker-compose build命令构建 - 完整本地安装:使用
./installer.sh -F命令进行系统级安装
每种安装方式都进行了不同扫描模式的测试,包括快速扫描、默认扫描、带模拟的默认扫描以及完整扫描。
测试结果分析
Docker容器安装测试
在Docker容器安装模式下,测试团队发现了一些初期问题:
- GHIDRA工具识别问题:尽管系统已安装GHIDRA,但EMBA仍报告缺失。经查证,这是版本检测逻辑的误报。
- Docker镜像更新提示:系统错误提示Docker镜像需要更新,但实际上已是最新版本。
这些问题在后续使用最新代码库版本后得到解决,表明这些问题已在开发分支中被修复。
完整本地安装测试
完整本地安装测试表现最为稳定:
- 安装过程顺利完成,所有依赖项正确安装
- 依赖检查(
./emba -d 1)无任何错误报告 - 在开发模式下运行EMBA,使用多种组合参数均能正常工作
测试中特别验证了以下参数组合:
-s -z -S -D -E -t -W -Q:包含符号分析、压缩文件处理、严格模式、调试输出、模拟测试等多项功能- 添加了固件元数据参数
-X、-Y、-Z、-N等,确保完整功能链正常工作
技术建议
对于计划在Kali Linux 2024.01上使用EMBA的用户,建议:
- 使用最新代码库:避免使用已发布的稳定版本(如1.3.2),而应直接从代码库获取最新版本,以获得最佳兼容性
- 优先选择完整安装:虽然Docker方式更便捷,但完整本地安装提供了最稳定的运行环境
- 参数组合验证:在使用复杂参数组合时,建议先进行小规模测试,确认无误后再进行大规模分析
结论
经过全面测试,EMBA工具在Kali Linux 2024.01上展现出良好的兼容性和稳定性。测试过程中发现的小问题已在开发分支中解决,预计将在下一个正式版本中发布。对于安全研究人员和固件分析工程师而言,现在可以放心地在最新版Kali Linux环境中使用EMBA进行嵌入式设备的安全评估工作。
测试结果也验证了EMBA工具在不同安装方式下的可靠性,用户可以根据实际需求选择最适合的部署方式。随着项目的持续发展,EMBA将继续保持对主流安全分析平台的良好支持。
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