EMBA项目在Kali Linux 2024.3环境下的兼容性测试报告
2025-06-28 15:13:16作者:盛欣凯Ernestine
概述
本文记录了EMBA嵌入式固件分析工具在最新发布的Kali Linux 2024.3操作系统上的兼容性测试过程与结果。作为一款专注于嵌入式设备安全分析的自动化工具,EMBA需要确保能够在主流安全分析平台上稳定运行。
测试环境与方法
测试采用了Kali Linux 2024.3作为基础平台,选取了DLink DIR300路由器固件作为标准测试样本。测试分为三个主要场景:
- 默认Docker安装测试:使用EMBA提供的Docker镜像进行安装和运行测试
- Docker基础镜像构建测试:从零开始构建EMBA的Docker环境
- 完整系统安装测试:直接在Kali系统上安装EMBA所有依赖组件
测试结果
默认Docker安装测试
测试结果显示,EMBA 1.4.1f版本在Kali 2024.3上通过Docker方式安装运行良好:
- 安装脚本
./installer.sh -d顺利完成,无报错 - 依赖检查(
./emba -d 1)通过所有项目验证 - 各扫描模式均正常运行:
- 快速扫描(quick-scan)模式
- 默认扫描(default-scan)严格模式(-S)
- 带模拟的默认扫描(default-scan-emulation)严格模式
- 完整扫描(full-scan)严格模式
测试过程中虽然出现了一些终端显示代码(如6;1f),但未影响实际功能,也未生成错误日志。
Docker基础镜像构建
基于Kali 2024.3的Docker基础镜像构建测试同样取得成功:
- 使用
sudo docker-compose build --no-cache --pull命令顺利完成构建 - 新构建的镜像通过了所有依赖检查
- 各扫描模式测试均达到预期效果
完整系统安装测试
该部分测试仍在进行中,将验证EMBA直接在Kali系统上安装运行的情况。
技术分析
从测试结果可以看出,EMBA工具与最新的Kali Linux 2024.3环境具有良好的兼容性。特别是在Docker环境下,无论是使用预构建镜像还是重新构建,都能稳定运行各类扫描任务。
值得注意的是,测试中发现的终端显示代码问题虽然不影响功能,但可能涉及终端兼容性优化,值得开发团队后续关注。
结论
EMBA项目已确认支持Kali Linux 2024.3操作系统,安全研究人员可以放心在该平台上使用EMBA进行嵌入式设备固件分析工作。对于追求最新系统环境的用户,推荐采用Docker方式进行部署,这已被证明是最稳定可靠的安装方式。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust014
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
629
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++
947
888
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
399
303
🎉 (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
1.57 K
909
暂无简介
Dart
922
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
144
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381