MCExtractor:一款功能强大的微代码分析工具

栏目: 数据库 · 发布时间: 5年前

内容简介:今天给大家介绍的是一款名叫MCExtractor的微代码分析工具,大家可以用它来对Intel、AMD、VIA和Freescale的微代码分析。MCExtrator这款工具可以解析Intel、AMD、VIA和Freescale处理器的微代码库,终端用户可以用它来查找相关的微代码信息,例如CPU ID、平台、版本、日期、型号、大小和校验和等等。该工具可以将Intel微代码容器(dat、inc、h、txt)转换为二进制镜像,以进行BIOS整合、检测新的/未知微代码、检测微代码健康以及更新状态等等。除此之外,我们

前言

今天给大家介绍的是一款名叫MCExtractor的微代码分析工具,大家可以用它来对Intel、AMD、VIA和Freescale的微代码分析。

MCExtractor

MCExtractor:一款功能强大的微代码分析工具

MCExtrator这款 工具 可以解析Intel、AMD、VIA和Freescale处理器的微代码库,终端用户可以用它来查找相关的微代码信息,例如CPU ID、平台、版本、日期、型号、大小和校验和等等。该工具可以将Intel微代码容器(dat、inc、h、txt)转换为二进制镜像,以进行BIOS整合、检测新的/未知微代码、检测微代码健康以及更新状态等等。除此之外,我们还可以把MCExtractor当做一款研究分析工具来使用,再配合上它的扩展数据库,我们甚至可以用它来检测和分析任何形式的微代码。

MCExtractor功能

1、 支持1995年至今所有正在使用的或遗留的微代码;
2、 扫描运行的Intel、AMD、VIA和Freescale微代码;
3、 通过校验和验证提取出的微代码完整性;
4、 检测Intel、AMD和VIA微代码是否为最新版本;
5、 转换Intel容器为二进制镜像;
6、 基于CPU ID搜索特定的微代码;
7、 显示微代码Header结构;
8、 快速向数据库添加新的微代码实例;
9、 报告数据库中之前不存在的微代码;
10、提供用户友好的消息;
11、遵循GNU GPL v3开源许可证协议;

微代码数据库:【 传送门

工具下载

MCExtractor由两个文件组成,即可执行文件MCE.exe和数据库文件MCE.db。Github代码库中已经有Windows平台下的编译版本了,所以大家无需再手动编译。【 下载地址

代码依赖

为了运行MCExtractor的 Python 脚本,你需要安装下列第三方Python库:

安装Colorama:

pip3 install colorama

安装PTable:

pip3 install https://github.com/platomav/PTable/archive/boxchar.zip

构建/编译源码

PyInstaller可以帮助我们构建支持各个平台的MCExtractor,而且运行和更新都很方便。

确保安装了Python 3.6.0+:

python --version

使用pip安装PyInstaller:

pip3 install pyinstaller

使用pip3安装colorama:

pip3 install colorama

使用pip安装PTable:

pip3 install https://github.com/platomav/PTable/archive/boxchar.zip

构建/编译源码:

pyinstaller --noupx --onefile MCE.py

工具截图

注意:其中包含旧版本MCExtractor的使用截图。

MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具 MCExtractor:一款功能强大的微代码分析工具

项目地址

MCExtractor:【 GitHub传送门

* 参考来源: MCExtractor ,FB小编Alpha_h4ck编译,转载请注明来自FreeBuf.COM


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

机器学习

机器学习

(美)Tom Mitchell / 曾华军、张银奎、等 / 机械工业出版社 / 2008-3 / 35.00元

《机器学习》展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。《机器学习》综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业 本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。一起来看看 《机器学习》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具