shim 技术文档
2024-12-27 23:52:46作者:胡唯隽
1. 安装指南
环境准备
在开始安装前,请确保您的系统满足以下环境要求:
- 支持EFI的系统
- 具备编译环境的操作系统(如Linux)
安装步骤
-
克隆项目到本地:
git clone https://github.com/LinuxUEFI/shim.git cd shim -
准备证书文件(如
pub.cer),该文件应为DER编码的公钥证书。将其放置在项目根目录。 -
编译项目,指定证书文件路径:
make VENDOR_CERT_FILE=pub.cer -
编译完成后,将在项目目录生成相应的shim应用程序。
2. 项目的使用说明
使用步骤
-
将编译好的shim应用程序放置到EFI系统分区中。
-
修改系统启动配置,确保将shim作为第一阶段的引导程序。
-
当系统启动时,shim将尝试加载并执行另一个应用程序。如果标准EFI的
LoadImage()和StartImage()调用失败(例如,因为开启了Secure Boot且二进制文件未使用适当的密钥签名),它将验证二进制文件是否与内置证书匹配。 -
如果验证成功,并且二进制文件或签名密钥未被禁止,shim将重新定位并执行该二进制文件。
-
shim还将安装一个协议,允许第二阶段引导程序执行类似的二进制文件验证。
3. 项目API使用文档
由于shim是一个引导加载器,其API主要是针对引导程序的开发者。以下是其主要功能的简要说明:
- 加载和执行应用程序:通过
LoadImage()和StartImage()函数加载并执行另一个应用程序。 - 内置证书验证:如果标准加载失败,使用内置证书验证二进制文件。
- PCR扩展:在系统具有TPM芯片支持的情况下,shim将扩展各种PCR以包含加载目标的摘要。
详细API接口和说明,请参考项目源代码中的相关实现。
4. 项目安装方式
项目的安装方式已在“安装指南”部分详细描述。简要概括,主要包括以下步骤:
- 准备环境
- 克隆项目
- 准备证书
- 编译项目
- 安装到系统
请按照安装指南中的详细步骤进行操作。
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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
235
98
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (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
1.28 K
705