ChipWhisperer 5.5版本发布:硬件安全分析工具的重大升级
ChipWhisperer是一个开源的硬件安全分析工具套件,主要用于侧信道攻击和故障注入攻击的研究与教学。该项目由NewAE Technology开发,广泛应用于学术研究、安全评估和嵌入式系统安全测试领域。最新发布的5.5版本带来了多项重要功能增强和问题修复,显著提升了工具的性能和易用性。
核心功能增强
1. 超快速分段捕获功能
新版本在ChipWhisperer硬件上实现了分段捕获功能,这一创新使得捕获速度得到了质的飞跃。传统捕获方式需要等待整个波形采集完成后才能进行下一次捕获,而分段捕获允许硬件在捕获一部分波形后立即开始下一轮捕获,大大提高了数据采集效率。
这项功能特别适合需要大量样本的侧信道分析场景,如高级差分能量分析(DPA)或相关能量分析(CPA)。研究人员现在可以在相同时间内获取更多样本,提高攻击成功率。
2. 简化的串口通信机制
5.5版本引入了CDC串口支持和SimpleSerial2_CDC目标类,彻底简化了与目标设备的通信流程。传统方式需要用户手动查找并配置COM端口,而新版本实现了自动检测功能。
关键技术改进包括:
- 底层固件升级为CDC串口协议
- 新增自动检测串口功能的目标类
- 完全兼容原有SimpleSerial协议
3. ECC加密算法支持
本次更新新增了对**椭圆曲线密码学(ECC)**的支持,包含两个关键组件:
- simpleserial-ecc模块:扩展了SimpleSerial协议,支持ECC相关操作
- uECC攻击演示:提供了针对微型ECC(uECC)库的实际攻击案例
这使得ChipWhisperer现在可以用于研究ECDSA签名等基于ECC的安全机制的侧信道脆弱性。
开发体验优化
1. 固件编程自动化
新增的auto_program()方法简化了固件更新流程。开发者现在可以:
- 一键编程目标设备
- 自动处理编程失败后的恢复
- 支持多种目标架构(XMega、STM32等)
2. TraceWhisperer接口改进
TraceWhisperer是ChipWhisperer的底层接口组件,5.5版本对其进行了全面清理并添加了多个便利函数,使得底层操作更加直观和可靠。
3. 开发工具链集成
安装程序现在可选包含avr-gcc和arm-gcc工具链,为嵌入式开发提供了开箱即用的编译环境,减少了配置开发环境的复杂度。
兼容性与稳定性提升
- SAKURA-G板卡支持:重新加入了对SAKURA-G开发板的支持
- CW305电压范围修复:修正了CW305板卡上VCCINT的电压范围问题
- STM32F4硬件浮点:修复了STM32F4系列的硬件浮点支持问题
- Nano通信稳定性:解决了Nano版本在读取超过128字节时崩溃的问题
- USB通信中断处理:改善了USB通信被中断时的管道错误处理
安装与使用建议
对于新用户,推荐使用包含完整环境的安装包,其中已经配置好所有依赖项。安装后文件位于ChipWhisperer5_64\git\home\portable\chipwhisperer目录下。
对于固件更新,提供了专用的命令行工具cw_firmware_updater,支持多种硬件型号的固件恢复和更新操作。
总结
ChipWhisperer 5.5版本通过引入分段捕获、ECC支持和CDC串口等新特性,显著扩展了其在硬件安全分析领域的能力。同时,自动化编程和改进的开发体验使得该工具更加易用。这些改进使得ChipWhisperer继续保持其在开源硬件安全工具中的领先地位,为研究人员和工程师提供了更强大的分析能力。
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。C080
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.Python056
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00