fpicker 项目下载与安装教程
2024-12-06 03:15:18作者:何将鹤
1. 项目介绍
fpicker 是一个基于 Frida 的模糊测试套件,支持多种模糊测试模式,包括 AFL++ 进程内模糊测试等。它可以在 Frida 支持的所有平台上运行。该项目旨在通过不同的模糊测试模式,帮助开发者发现软件中的潜在漏洞。
2. 项目下载位置
项目托管在 GitHub 上,您可以通过以下地址下载 fpicker 项目:
https://github.com/ttdennis/fpicker.git
3. 项目安装环境配置
在安装 fpicker 之前,您需要确保以下环境配置正确:
- Frida 编译环境
- 对应平台的 Frida 核心开发包
以下是一个示例,展示如何在 macOS 上配置环境:

请替换 image_path/example_env_config.png 为实际的图片路径。
4. 项目安装方式
以下是安装 fpicker 的步骤:
-
克隆项目到本地:
git clone https://github.com/ttdennis/fpicker.git cd fpicker -
下载对应版本的 Frida:
wget https://github.com/frida/frida/releases/download/[yourversion]/frida-framework-[yourversion].tar.xz tar xzvf *tar.xz -
解压 Frida 并复制必要的文件:
mkdir frida-devkit cd frida-devkit tar -xzf *tar.xz cd .. cp frida-devkit/libfrida-core.dylib ./libfrida-core.dylib cp frida-devkit/frida-core.h ./frida-core.h -
编译 fpicker:
make fpicker-macos # 或者根据目标平台选择其它选项
5. 项目处理脚本
fpicker 项目中包含了几个示例脚本,用于展示如何创建模糊测试脚本来与 fpicker 一起工作。以下是一个简单的示例:
// 导入 fuzzer 基类
const Fuzzer = require("harness/fuzzer.js");
// 自定义 fuzzer 需要继承 Fuzzer 类
class TestFuzzer extends Fuzzer {
constructor() {
// 获取目标函数地址和 NativeFunction 对象
const FUZZ_FUNCTION_ADDR = Module.getExportByName(null, "FUZZ_FUNCTION");
const FUZZ_FUNCTION = new NativeFunction(FUZZ_FUNCTION_ADDR, "void", ["pointer", "int64"]);
super("test", FUZZ_FUNCTION_ADDR, FUZZ_FUNCTION);
}
}
const f = new TestFuzzer();
exports.fuzzer = f;
请根据实际需要调整和编写您的模糊测试脚本。
登录后查看全文
热门项目推荐
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 StartedRust0239
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0173
kornia🐍 空间人工智能的几何计算机视觉库Python03
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
785
5.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
895
2.07 K
Ascend Extension for PyTorch
Python
766
985
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
717
1.44 K
deepin linux kernel
C
32
16
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
471
480
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
477
173
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++
1.12 K
1.16 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.48 K
683
昇腾LLM分布式训练框架
Python
187
239