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
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。C098
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.Python058
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