Limba 项目下载及安装教程
2024-12-09 01:15:26作者:温玫谨Lighthearted
1. 项目介绍
Limba 是一个利用 MBA(混合布尔-算术)进行编译时控制流混淆的开源项目。该项目旨在通过生成混淆代码来保护函数调用地址,从而增加逆向工程的难度。Limba 并不会混淆函数体本身,而是仅对函数调用进行混淆。
2. 项目下载位置
项目托管在 GitHub 上,您可以通过以下地址下载项目:
https://github.com/ThatLing/limba.git
3. 项目安装环境配置
在开始安装前,请确保您的开发环境满足以下要求:
- 推荐使用 Clang(-CL) 编译器,GCC 可能可以工作但不推荐,MSVC 不支持。
- 需要 C++20 标准支持。
- 由于编译时间可能较长,建议使用支持 C++20 特性的编译器以减少编译时间。
以下是环境配置的示例图片:
# 示例图片(此处无法显示图片,以下为图片描述)
图片1:在终端中打开项目文件夹。
图片2:运行 `premake5 vs2022` 命令生成项目文件。
图片3:在 Visual Studio 中打开生成的项目文件。
4. 项目安装方式
-
克隆项目到本地:
git clone https://github.com/ThatLing/limba.git -
在项目根目录下运行
premake5 vs2022命令生成 Visual Studio 的项目文件。cd limba premake5 vs2022 -
使用 Visual Studio 打开生成的项目文件,并编译项目。
5. 项目处理脚本
示例使用 Limba 的脚本如下:
// 使用 Limba 宏定义混淆函数
LIMBO_OBFUSCATED_FUNC(int, myFunction, int a, int b) {
// 函数体
return a + b;
}
确保在编译时包含 Limba 的头文件,并在编译器中设置正确的编译标志以支持 C++20。
以上就是 Limba 项目的下载及安装教程,希望对您有所帮助。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
664
152
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++
659
299
Ascend Extension for PyTorch
Python
216
236
React Native鸿蒙化仓库
JavaScript
255
320
仓颉编译器源码及 cjdb 调试工具。
C++
133
866
仓颉编程语言运行时与标准库。
Cangjie
140
875
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
🎉 (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
1.18 K
649
仓颉编程语言开发者文档。
59
818