AirHV 项目下载及安装教程
2024-12-05 16:57:04作者:冯爽妲Honey
1. 项目介绍
AirHV 是一个基于 Intel VT-x 的简单虚拟机管理程序(Hypervisor),主要专注于 EPT(Extended Page Table)钩子技术。该项目支持在 VMWare 中运行,并能够处理多种 VM-exit 情况,如 CPUID、RDTSC、RDTSCP、RDRAND、RDSEED、WBINVD/INVD、IN/OUT、XSETBV、RDMSR、WRMSR、INVPCID、MOV DR、CR ACCESS、EXCEPTIONS/NMI、VMCALL、INVLPG、GDTR/IDTR ACCESS、LDTR/TR ACCESS 等。此外,AirHV 还包含一个简单的驱动程序(airhvctrl),通过 VMCALL 与虚拟机管理程序通信,以钩取系统调用(如 NtCreateFile)。
2. 项目下载位置
要下载 AirHV 项目,请访问项目的 GitHub 仓库。你可以通过以下步骤进行下载:
- 打开命令行终端。
- 使用
git clone命令下载项目:
git clone https://github.com/Air14/airhv.git
3. 项目安装环境配置
3.1 系统要求
- 操作系统:Windows 7 - Windows 10(x64 版本)
- 硬件:Intel 处理器,支持 VT-x 和 EPT
- 开发工具:Visual Studio 2019(需要 WDK)
3.2 环境配置步骤
-
安装 Visual Studio 2019:
- 下载并安装 Visual Studio 2019。
- 在安装过程中,确保选择“Windows 驱动程序开发工具包(WDK)”。
-
配置 WDK:
- 安装完成后,打开 Visual Studio 2019。
- 在“工具”菜单中,选择“获取工具和功能”。
- 确保 WDK 已正确安装并配置。
3.3 环境配置示例


4. 项目安装方式
-
打开项目:
- 在 Visual Studio 2019 中,选择“打开项目或解决方案”。
- 导航到下载的 AirHV 项目目录,选择
airhv.sln文件并打开。
-
编译项目:
- 在 Visual Studio 中,选择“生成”菜单,然后选择“生成解决方案”。
- 等待编译完成,确保没有错误。
-
运行项目:
- 编译成功后,可以在 Visual Studio 中直接运行项目,或通过命令行运行生成的可执行文件。
5. 项目处理脚本
AirHV 项目包含一个简单的驱动程序 airhvctrl,用于与虚拟机管理程序通信。以下是处理脚本的基本步骤:
-
加载驱动程序:
- 使用
sc create命令创建服务:
sc create airhvctrl binPath= "C:\path\to\airhvctrl.sys" type= kernel start= demand - 使用
-
启动服务:
- 使用
sc start命令启动服务:
sc start airhvctrl - 使用
-
钩取系统调用:
- 驱动程序会自动钩取指定的系统调用(如 NtCreateFile),并根据配置进行处理。
通过以上步骤,你可以成功下载、安装并运行 AirHV 项目。
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-1.5HunyuanVideo-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
630
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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++
649
270
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
296
107
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210