USB Sniffer 源代码分析仪安装及使用教程
2026-01-16 09:32:44作者:魏侃纯Zoe
1. 项目目录结构及介绍
项目的主要目录结构如下:
- bin:存放可执行文件和实用工具。
- doc:包含了项目的文档和说明。
- firmware:包含用于设备固件更新的文件。
- fpga:FPGA(现场可编程门阵列)相关的设计文件。
- hardware:硬件设计相关的资料,如原理图和PCB布局。
- software:软件源码和其他配套文件。
- LICENSE:项目使用的开源许可协议。
- README.md:项目的基本介绍和指南。
这个项目提供了用于捕获和分析USB流量的低成本解决方案,支持Wireshark接口,可以作为命令行工具或Wireshark插件使用。
2. 项目启动文件介绍
主要的启动文件包括:
-
bin/usb_sniffer: 这是项目的主程序,用于加载MCU SRAM中的固件,将设备初始化为USB嗅探器。使用方法:
./usb_sniffer --mcu-sram <path_to_usb_sniffer_bin_file> -
<路径>/firmware/usb_sniffer.bin: 这个是需要加载到MCU SRAM的固件文件。
在Windows上,如果你遇到一个未知的USB设备(空白的FX2LP),你可以使用提供的dummy INF文件来安装一个通用WinUSB驱动,以便于设备被识别。
3. 项目配置文件介绍
虽然项目中没有特定的配置文件,但部分配置可以通过以下方式设置:
-
在Wireshark的界面中,选择“USB Sniffer”接口后,点击旁边的设置图标,可以调整捕获速度、空帧折叠、触发类型和限制捕获包的数量(0表示无限制)。
-
在Linux系统上,可能需要编辑
/etc/udev/rules.d/90-usb-sniffer.rules以设定权限,允许普通用户访问设备。
此外,通过Wireshark的UI可以直接控制捕获设置,例如过滤器、时间范围等,这些设置可以根据你的具体需求进行调整。
请确保你已安装了兼容的Wireshark版本(推荐v4.x.x或更高),因为较旧的版本可能不支持解码捕获的数据。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0455
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 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。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
496
521
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
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++
797
1.6 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++
980
2.31 K
deepin linux kernel
C
33
16
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
3.03 K
782
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
487
314
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++
1.21 K
1.26 K
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
666
305