Ghidra Emotion Engine Reloaded 安装与使用指南
2024-09-12 08:55:22作者:冯梦姬Eddie
1. 项目目录结构及介绍
Ghidra Emotion Engine Reloaded 是一个专为Ghidra逆向工程工具设计的扩展,旨在增加对PlayStation 2(PS2) Emotional Engine架构的支持。以下是该项目的基本目录结构概述:
ghidra-emotionengine-reloaded
├── build.gradle # Gradle构建脚本,用于编译扩展
├── extension.properties # 扩展属性文件,定义扩展名等信息
├── gitignore # Git忽略文件,指定哪些文件不纳入版本控制
├── LICENSE # 许可证文件,声明项目遵循Apache-2.0许可
├── manifest # 模块清单文件,描述扩展的元数据
├── README.md # 项目介绍和使用说明文档
└── src/main/java/ghidra/ # 主要Java源代码存放目录,包含扩展的核心逻辑
- src/main/java/ghidra/emotionengine: 包含所有处理PS2特定指令集、数据类型恢复、函数以及全局变量识别的Java代码。
- gitignore: 规定了不应被Git跟踪的文件类型或模式,如IDE配置文件、构建产出物等。
- LICENSE: 明确了项目可以使用的许可证条款,这里是Apache-2.0。
- extension.properties: 保存扩展的基础信息,比如其在Ghidra中的标识。
2. 项目的启动文件介绍
这个项目本身并不提供直接“启动”文件,因为它是作为一个Ghidra插件存在的。要“启动”或启用此功能,你需要在Ghidra环境中安装该扩展。安装过程主要通过Gradle构建系统完成,生成的插件文件随后会被部署到Ghidra的扩展目录中。
安装步骤简述:
- 确保你的系统已安装Gradle。
- 克隆仓库到本地:
git clone https://github.com/chaoticgd/ghidra-emotionengine-reloaded.git。 - 进入项目根目录:
cd ghidra-emotionengine-reloaded。 - 使用Gradle构建扩展:
gradle -PGHIDRA_INSTALL_DIR=/path/to/ghidra buildExtension,这里/path/to/ghidra应替换为你Ghidra安装的路径。 - 构建完成后,将生成的扩展复制到Ghidra的
extensions目录下。
3. 项目的配置文件介绍
主要配置集中在以下几个文件中:
- extension.properties: 此文件是核心配置所在,虽然直接编辑它的需求不高,但包含了扩展的基本信息,比如名称和版本,对于开发者定制化扩展行为有一定作用。
- Ghidra的自定义配置: 安装插件后,Ghidra自身的配置可以在软件内进行调整,比如启用/禁用特定分析器,这些配置影响插件的行为,但并非存储于项目本身。
值得注意的是,具体配置的修改通常是在Ghidra的界面内通过“工具”->“选项”进行的,而不是直接编辑文件。例如,如果你想调整与本插件相关的特定设置,如处理符号表的规则,你可能需要在Ghidra的UI中寻找相关设置页面。
以上就是关于Ghidra Emotion Engine Reloaded项目的概览、基本结构及其配置要点。确保在操作前已熟悉Ghidra的使用基础,以便更高效地利用这个扩展进行PS2游戏的逆向分析。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
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
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210