ChipWhisperer v3.5.0版本发布:硬件安全测试工具的重大升级
ChipWhisperer是一个开源的硬件安全测试工具套件,主要用于侧信道攻击和故障注入攻击的研究与教学。该项目提供了完整的硬件平台、固件和软件工具链,使研究人员能够对各种加密设备进行安全评估。最新发布的v3.5.0版本带来了多项功能增强和错误修复,进一步提升了工具的实用性和稳定性。
核心功能升级
多设备并行支持
v3.5.0版本新增了对多台CW-Lite/Pro设备的并行支持。这一改进使得研究人员可以同时连接和使用多个硬件设备,大大提高了实验效率。在需要对比不同设备性能或进行复杂实验场景时,这一功能显得尤为重要。
编程器功能扩展
新版本增加了对两种重要硬件的编程支持:
-
SPI闪存编程器:现在可以直接通过ChipWhisperer对SPI接口的闪存芯片进行编程操作,简化了固件更新和实验准备流程。
-
STM32F系列编程器:新增了对STM32F系列微控制器的编程支持,扩展了目标设备的覆盖范围。这对于研究STM32系列芯片安全性的用户来说是一个重大利好。
此外,还新增了针对87C51目标的设置脚本,进一步完善了对经典8051架构的支持。
安全增强与错误修复
加密计数器措施修复
在SAM4L硬件抽象层(HAL)中发现并修复了一个严重问题,该问题原本会意外禁用加密计数器措施。这一修复确保了在使用SAM4L芯片进行安全实验时,所有的加密保护机制都能按预期工作。
侧信道分析改进
分析器模块中的CPA(相关功耗分析)攻击实现修复了一个边界错误,提高了攻击的准确性和可靠性。同时,在CRI T-Test模式下,现在能够正确随机化固定/随机明文,确保了测试结果的统计有效性。
故障注入优化
故障注入(glitch)探索器中修复了一个浮点数/整数转换错误,提高了参数设置的精确度。这对于需要精细控制故障注入时序的研究尤为重要。
开发体验提升
错误处理改进
现在每个模块可以设置默认的错误消息严重级别,使得调试和问题定位更加直观。这一改进特别有利于大型项目的开发和维护。
Windows平台支持增强
针对Windows平台的Makefile输出进行了优化,改善了编译体验。同时修复了通过API运行捕获/分析脚本时的结果返回问题,使得自动化测试更加可靠。
总结
ChipWhisperer v3.5.0版本在功能扩展、安全修复和用户体验三个方面都做出了显著改进。新增的编程器支持和多设备并行功能为研究人员提供了更大的灵活性,而核心安全组件的修复则确保了实验结果的可靠性。这些改进使得ChipWhisperer继续保持在硬件安全研究工具领域的前沿地位,为密码设备的安全性评估提供了强有力的支持。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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