Ghidralligator 项目下载及安装教程
2024-12-07 23:52:22作者:伍霜盼Ellen
1. 项目介绍
Ghidralligator 是一个基于 Ghidra 的 C++ 多架构 Pcode 模拟器,专为使用 AFL++ 进行模糊测试而设计。它能够在处理运行在非主流架构上的二进制文件时保持较高的性能。Ghidralligator 的扩展性使其能够轻松模拟几乎所有架构(只要你能编写相应的 Sleigh 规范文件),从而对任意代码片段进行模糊测试。
2. 项目下载位置
Ghidralligator 项目托管在 GitHub 上,可以通过以下命令进行克隆:
git clone https://github.com/airbus-cyber/ghidralligator.git
3. 项目安装环境配置
3.1 系统要求
Ghidralligator 可以在 Linux 系统上运行,要求 GCC 版本支持 C++17(测试并适用于 GCC 12.2.0)。
3.2 依赖安装
Ghidralligator 依赖于 AFL++,因此需要先安装 AFL++。以下是安装步骤:
git clone https://github.com/AFLplusplus/AFLplusplus
cd AFLplusplus
make distrib
sudo make install
3.3 环境配置示例
以下是环境配置的示例图片:

4. 项目安装方式
4.1 克隆并编译 Ghidralligator
在安装完 AFL++ 后,可以继续安装 Ghidralligator:
git clone https://github.com/airbus-cyber/ghidralligator
cd ghidralligator
make ghidralligator
4.2 获取 Sleigh 文件
为了正确模拟目标架构,需要获取相应的 Sleigh 文件。你可以自己编写 Sleigh 文件,或者从 Ghidra 官方仓库下载已有的文件。项目中包含了一些默认的 Sleigh 文件,位于 specfiles 目录下。
5. 项目处理脚本
Ghidralligator 提供了一些示例脚本来帮助用户快速上手。以下是一个简单的示例脚本:
#!/bin/bash
# 运行示例
./ghidralligator -m replay -c examples/x86/config.json -I -i examples/x86/input/normal_use_case.bin
这个脚本展示了如何使用 Ghidralligator 进行标准模拟。
总结
通过以上步骤,你可以成功下载并安装 Ghidralligator 项目,并开始使用它进行多架构的模糊测试。希望这篇教程对你有所帮助!
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 StartedRust050
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。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
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
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
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
项目优选
收起
暂无描述
Dockerfile
682
4.37 K
Ascend Extension for PyTorch
Python
524
638
Claude 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 Started
Rust
224
50
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
402
308
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++
951
903
暂无简介
Dart
929
229
🎉 (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
1.58 K
913
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
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++
125
205
昇腾LLM分布式训练框架
Python
145
170