《UEFI引导利器:shim的安装与使用教程》
2025-01-03 01:01:59作者:昌雅子Ethen
在计算机系统中,UEFI(统一可扩展固件接口)已经成为取代传统BIOS的新一代固件接口。它提供了更强大的启动前环境,使得引导过程更加灵活和安全。在这样的背景下,shim这一开源项目应运而生,它作为一个第一阶段的UEFI引导加载器,为系统启动提供了重要的安全保障。本文将详细介绍如何安装和使用shim,帮助您更好地理解和运用这一工具。
安装前准备
系统和硬件要求
shim的安装和使用不需要特别高级的硬件支持,但建议您的系统支持UEFI模式,并具备TPM(可信平台模块)芯片以增强安全性。确保您的系统BIOS设置为UEFI模式,而不是传统的BIOS模式。
必备软件和依赖项
在安装shim之前,您需要准备以下软件和依赖项:
- 一台支持UEFI的计算机
- 编译工具,如GCC
- UEFI开发工具和库,如gnu-efi
安装步骤
下载开源项目资源
首先,从以下地址获取shim的源代码:
https://github.com/rhboot/shim.git
使用Git命令克隆仓库到本地:
git clone https://github.com/rhboot/shim.git
安装过程详解
克隆完成后,进入项目目录,执行以下步骤编译和安装shim:
- 准备证书文件:将您的DER编码的公钥证书保存为
pub.cer。 - 配置编译选项:根据您的系统环境,可能需要修改
Makefile中的配置。 - 编译shim:执行以下命令编译shim。
make VENDOR_CERT_FILE=pub.cer
- 安装shim:编译成功后,将生成的shim镜像复制到您的EFI系统分区。
常见问题及解决
-
问题:编译时出现链接错误。 解决:确保已正确安装所有依赖项,并检查
Makefile中的链接选项。 -
问题:shim无法加载第二阶段引导程序。 解决:检查您的证书文件是否正确,并确保shim具有执行权限。
基本使用方法
加载开源项目
将编译好的shim镜像放置在EFI系统分区,并通过系统BIOS设置将其设置为启动项。
简单示例演示
以下是一个简单的shim使用示例:
# 假设您的EFI系统分区挂载在/mnt/efi
cp shim.efi /mnt/efi/EFI/shim/shim.efi
在BIOS中设置shim为默认引导加载器,并重新启动计算机。
参数设置说明
shim支持多种参数,如-c用于指定证书文件,-p用于指定引导程序路径等。具体参数可通过查看shim的命令行帮助获得。
结论
通过本文,您应该已经掌握了shim的安装和使用方法。shim作为一个开源的UEFI引导加载器,提供了强大的安全特性,适用于多种系统环境。接下来,您可以尝试在您的系统上实践shim的使用,进一步探索其在系统启动过程中的作用。
为了深入学习,您可以参考以下资源:
祝您学习愉快!
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-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
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
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100