EMBA项目安装过程中容器镜像拉取问题分析与解决
2025-06-28 11:48:12作者:温玫谨Lighthearted
问题背景
在Kali Linux 2024.03系统上安装EMBA项目时,用户在执行安装脚本installer.sh过程中遇到了持续失败的问题,具体表现为在I05_emba_docker_image_dl阶段无法顺利完成。这个问题影响了用户正常使用EMBA进行固件分析工作。
问题现象
用户在运行安装命令后,系统在拉取EMBA的容器镜像时出现错误。从错误信息来看,系统无法正确获取embeddedanalyzer/emba:1.5.0b这个特定版本的容器镜像。即使尝试使用sudo -E ./installer.sh -d命令也无法解决。
根本原因分析
经过深入调查,发现问题的根源在于容器镜像标签管理上存在不一致性。具体表现为:
- 镜像仓库上的latest标签没有正确指向1.5.0b版本
- 安装脚本中硬编码了特定版本号(1.5.0b)的检查
- 当用户直接拉取latest标签时,获取到的镜像与项目要求的版本不匹配
解决方案
针对这个问题,我们提供了多种解决方案,用户可以根据实际情况选择最适合的一种:
方案一:手动拉取并重命名镜像
-
首先手动拉取正确的容器镜像:
sudo docker pull embeddedanalyzer/emba:1.5.0b -
然后为镜像添加latest标签:
sudo docker tag embeddedanalyzer/emba:1.5.0b embeddedanalyzer/emba:latest -
最后重新运行安装脚本:
sudo ./installer.sh -d
方案二:修改安装脚本
- 打开installer.sh文件
- 找到并注释掉检查容器镜像的代码行
- 保存修改后重新运行安装脚本
方案三:清理环境后重新安装
-
删除现有的容器镜像:
sudo docker rmi embeddedanalyzer/emba:latest embeddedanalyzer/emba:1.5.0b -
按照方案一的步骤重新拉取和标记镜像
-
运行安装脚本
后续验证
安装完成后,用户应该验证EMBA是否能正常工作。如果遇到报告为空的情况,可以检查容器日志来排查问题:
docker logs emba_emba_run_fb6c14498db7 -f
docker logs emba_emba_quest_run_cfbabd6d8273 -f
最佳实践建议
- 在安装前确保系统资源充足(建议至少4GB内存和2个CPU核心)
- 使用特定版本号而非latest标签来拉取容器镜像
- 定期检查项目更新,了解最新的兼容性信息
- 遇到问题时,先检查容器日志获取详细错误信息
项目维护者响应
项目维护团队已经注意到这个问题,并更新了镜像仓库上的镜像标签,确保latest和1.5.0b现在指向相同的容器基础镜像。这应该能从根本上解决新用户的安装问题。
对于已经遇到问题的用户,按照上述解决方案操作后应该能够顺利完成安装并正常使用EMBA进行固件分析工作。
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