ISA Recovery System

Eine Reverse-Engineering-Pipeline, die eine Firmware-Binärdatei und ihre (möglicherweise falsche) Disassemblierung in eine funktionierende Ghidra-Prozessorspezifikation verwandelt. Wenn man auf einen proprietären Prozessor ohne Dokumentation und ohne Ghidra-Unterstützung stößt, rekonstruiert dieses Tool die tatsächliche Kodierung jedes Befehls – welche Bits der Opcode sind, welche Register und welche Immediate – und schreibt eine SLEIGH-Spezifikation aus, die man direkt in Ghidra laden kann, um die Firmware zu dekompilieren.

Im Kern ist es ein agentischer Workflow: eine feste Pipeline, in der jeder Schritt ein großes Sprachmodell ist, das für eine eng umrissene Aufgabe per Prompt eingesetzt wird. Der Workflow wird von deterministischem Code orchestriert – nicht von den LLMs selbst – und jeder am Ende erzeugte SLEIGH-Konstruktor wird verifiziert, indem er mit Ghidras sleigh-Binärdatei kompiliert wird, bevor er akzeptiert wird. Fehlgeschlagene Kompilierungen werden für bis zu drei Reparaturversuche an das Modell zurückgegeben.

Wie es funktioniert

Objdump
   │
   ▼
Bootstrap ─── deterministic clustering (no LLM)
       │
       ▼
   ┌─ Processing Loop ──────────────────────────┐
   │  Text Interpreter → Bit Interpreter ──┐    │
   │       → Knowledge Manager             │    │
   │            → Supervisor               │    │
   │                 │          split ─────┘    │
   │                 └── next cluster ──────────┤
   └────────────────────────────────────────────┘
       │
       ▼
   Knowledge Base
       │
       ▼
   SLEIGH Generator ─── compile-verify-retry loop
       │
       ▼
   Ghidra .slaspec

Befehle werden anhand ihrer Struktur (Bytegröße, Token-Muster, Bitmaske mit festen Bits) in Cluster gruppiert. Jedes Cluster wird dann von einer Kette spezialisierter LLM-Schritte analysiert:

• Text Interpreter extrahiert das Textmuster (add {REG1}, {REG2}, {REG3}).
• Bit Interpreter ordnet jedem Platzhalter mithilfe von Feldkorrelationswerkzeugen einen Bitbereich zu; er kann eine Aufteilung anfordern, wenn ein Cluster Kodierungen vermischt.
• Knowledge Manager integriert die clusterbezogenen Erkenntnisse in eine typisierte Wissensbasis aus Registern, Befehlen, Adressierungsarten und Architekturmerkmalen.
• Supervisor fungiert in erster Linie als deterministischer Gatekeeper (strukturelle Prüfungen in Bezug auf Trefferquoten, nicht zugeordnete Platzhalter und Opcode-Überlappung). Er ruft ein LLM nur auf, wenn eine Prüfung fehlschlägt, und kann einen Agenten entweder akzeptieren, mit Feedback erneut ausführen oder über die TUI an einen Menschen eskalieren.

Wenn die Wissensbasis vollständig ist, erstellt ein separater SLEIGH-Generator die Ghidra-Spezifikation in zwei Phasen: Zuerst ein deterministisches Gerüst aller Konstruktoren, die als unimpl markiert sind, dann füllt ein LLM die P-Code-Semantik Anweisung für Anweisung aus, wobei jede gegen Ghidras sleigh-Binärdatei kompiliert und bei Fehlern erneut versucht wird.

Entworfen als Co-Pilot für den Analysten, nicht als Ersatz: Die TUI legt jede Entscheidung offen, der Supervisor eskaliert mehrdeutige Cluster an einen Menschen, und der vollständige Verlauf der LLM-Konversation, Tool-Aufrufe und Token-Nutzung wird auf der Festplatte gespeichert.

Getestet mit LEGv8, MIPS, pi32v2 und x86.

Schnellstart

# Docker (recommended)
echo "ANTHROPIC_API_KEY=sk-ant-..." > .env
./docker/run.sh integration_tests/mips

# Local
pip install -e ".[all]"
python -m main --config config.yaml

Was Sie brauchen (und was Sie bekommen)

Eingabe: ein Firmware-Binary und eine Obdump-Disassemblierung – sogar eine, die für die falsche Architektur erstellt wurde. Das Tool löst das Disassemblierungsproblem nicht selbst; die Qualität der Ausgabe skaliert mit der Qualität der Eingabe-Disassemblierung.

Ausgabe: eine Ghidra-.slaspec-Datei plus eine JSON-Wissensbasis aus Registern, Befehlskodierungen, Adressierungsarten und Architekturmerkmalen.

Dokumentation

Die vollständige Dokumentation – Architektur, Agenten-Interna, ausgearbeitete Beispiele, Konfigurationsreferenz – befindet sich im Wiki:

pip install -e ".[docs]"
cd wiki && mkdocs serve

Öffnen Sie dann http://localhost:8000.

Anforderungen

• Python >= 3.11
• Die Umgebungsvariable ANTHROPIC_API_KEY
• Docker (optional, für run.sh)
• Ghidra (erforderlich für den SLEIGH-Kompilierungs- und Verifizierungsschritt)