ChipWhisperer 5.7.0版本发布:硬件安全测试工具的重大升级
ChipWhisperer是一个开源的硬件安全测试工具套件,主要用于旁路攻击(如功耗分析攻击)和故障注入攻击的研究。该项目提供了完整的硬件平台和软件工具链,使安全研究人员能够对各种嵌入式设备进行安全评估。最新发布的5.7.0版本带来了多项重要功能增强和问题修复,显著提升了工具的易用性和功能性。
主要新特性
1. 自动化的MPSSE引脚配置
新版本中,当调用enable_MPSSE()方法时,工具会自动设置husky_userio引脚用于MPSSE功能。这一改进简化了硬件接口的配置流程,减少了手动配置可能出现的错误。
2. SAM4S微控制器支持
5.7.0版本新增了对SAM4S系列微控制器的完整支持,包括:
- SAM4S引导加载程序支持,可直接编程SAM4S目标板
- 专门的SAM4S目标硬件抽象层(HAL)
- 通过
openocd/run_openocd.sh脚本简化JTAG/SWD编程和调试流程
3. 增强的故障注入功能
新版本对故障注入系统进行了多项改进:
- 新增
cglitch_setup()、vglitch_setup()和glitch_disable()方法,简化了时钟和电压毛刺的配置流程 - 改进了GlitchController,新增了对毛刺映射(glitch map)的支持
- 针对替换后的CWNano毛刺晶体管优化了性能
- 为Pro系列设备添加了毛刺/时钟AUX输出功能
4. 硬件枚举与设备管理
新增cw.list_devices()功能,可以列出所有连接的NewAE设备,便于用户快速识别和管理多个硬件设备。
5. 构建系统改进
实现了统一的构建系统,支持捕获板、cw305和cw310等不同硬件平台的固件构建,提高了开发效率和一致性。
重要问题修复
-
MPSSE超时问题:修复了CWPro上MPSSE接口可能出现的超时问题,提高了通信稳定性。
-
日志系统改进:改用临时文件处理日志,增强了系统的健壮性。
-
ADC表示修复:修正了nano ADC的
dict_repr表示问题。 -
时钟相位重置:为CWNano新增了
scope.reset_clock_phase()功能。 -
串口通信优化:
- 修复了非simpleserial固件的波特率设置问题
- 修正了FE310在7.37MHz时钟下的波特率设置(现在正确设置为38400bps)
技术细节解析
上下文管理器支持
新版本增加了对Python上下文管理器的支持(通过with语句),这使得资源管理更加安全和方便。例如,现在可以这样使用ChipWhisperer:
with ChipWhisperer() as cw:
# 执行操作
pass
# 离开with块后自动清理资源
这一改进减少了资源泄漏的风险,使代码更加健壮。
毛刺注入系统的改进
新版本的毛刺注入系统提供了更精细的控制能力:
cglitch_setup():快速配置时钟毛刺参数vglitch_setup():快速配置电压毛刺参数glitch_disable():一键禁用所有毛刺注入
这些改进使得进行故障注入实验更加高效,特别适合需要快速迭代测试方案的研究场景。
OpenOCD集成增强
新增的openocd/fe310.cfg配置文件允许通过MPSSE接口对FE310微控制器进行编程,扩展了硬件支持范围。同时改进的OpenOCD脚本使JTAG/SWD调试更加便捷。
总结
ChipWhisperer 5.7.0版本在硬件支持、功能完整性和易用性方面都有显著提升。特别是对SAM4S系列的支持和故障注入系统的改进,使得这个开源硬件安全测试平台能够应对更广泛的研究需求。对于从事嵌入式安全研究的人员来说,这一版本无疑提供了更加强大和便捷的工具集。
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。C080
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.Python056
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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