
Evidenze focalizzate sul reverse engineering di malware con ispezione approfondita di PE/.NET, ricostruzione con Ghidra, verifiche incrociate con IA, YARA e debug di ELF
CLI di reverse engineering orientata alle evidenze. Andrey Pautov sviluppa l'interfaccia Python per l'analista, il triage offline, la string intelligence, l'ispezione PE e i flussi di reporting. Capstone, Ghidra, GDB e i provider AI opzionali sono integrazioni, non strumenti originali realizzati da questo progetto.
Rilevanza del ruolo: Triage di malware, strumenti di reverse engineering, analisi assistita da AI sicura, sviluppo in Python.
Esegui la demo locale sicura e consulta l'ambito di validazione · Validazione locale registrata
AIDebug è una CLI e interfaccia terminale per il reverse engineering di malware orientata alle evidenze. Combina triage offline deterministico, ispezione esadecimale dell'intero file, analisi approfondita della struttura PE, disassemblaggio Capstone, ricostruzione Ghidra, verifiche incrociate LLM opzionali, debug locale di ELF, esercizi di apprendimento compilati e reporting per la revisione dell'analista.
Versione sorgente corrente: AIDebug 3.1.0. Consulta le note di rilascio 3.1.0.
L'ultima release pubblicata immutabile resta AIDebug v3.0.0, disponibile come
1200km-aidebug, finché il tag 3.1.0 corrispondente alla versione e la release GitHub non completano il flusso di pubblicazione verificato.
Installa il pacchetto stabile da PyPI in questi tre passaggi:
python3 -m venv .venv
source .venv/bin/activate
Esegui il bootstrap sicuro di pip con riconoscimento della versione in quell'ambiente. Preserva le versioni più recenti di pip e verifica l'hash del wheel bloccato quando è necessario un aggiornamento. Interrompi se fallisce; non proseguire con l'installazione del pacchetto.
Installa il pacchetto stabile:
python -m pip install 1200km-aidebug==3.0.0
aidebug --version
Installa le funzionalità opzionali secondo necessità:
# LLM provider clients and local validation of AI-generated YARA candidates
python -m pip install "1200km-aidebug[ai]==3.0.0" "certifi>=2026.10.19"
# Frida dynamic instrumentation
python -m pip install "1200km-aidebug[dynamic]==3.0.0"
# All optional Python integrations
python -m pip install "1200km-aidebug[all]==3.0.0" "certifi>=2026.10.19"
String Intelligence richiede la sorgente 3.1 finché il suo pacchetto non viene pubblicato. La
revisione 3.1
fissa la revisione riportata di seguito. Il suo codice runtime corrisponde anche alla revisione
main del 1° ottobre verificata 80b0b7172b592814504c405a16bf4cc0ce4161eb.
git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
git checkout cd81ef242db0bcea3296970d45c241a4228d2d27
python3 -m venv .venv
source .venv/bin/activate
Prima di installare le dipendenze, esegui il bootstrap pip sicuro e consapevole della versione in questo ambiente. Il checkout storico non include l'attuale helper di bootstrap. Interrompi se il bootstrap fallisce. Continua solo dopo che è riuscito:
python -m pip install -e .
aidebug --version
Da quel checkout, aggiungi gli extra con python -m pip install -e ".[ai]" "certifi>=2026.10.19",
".[dynamic]", oppure ".[all]" "certifi>=2026.10.19". Mantieni gli extra sullo stesso percorso di installazione:
installare "1200km-aidebug[ai]==3.0.0" sopra il sorgente 3.1 può sostituirlo con
il pacchetto 3.0 pubblicato.
Per un checkout di sviluppo in evoluzione:
git clone https://github.com/anpa1200/AIDebug.git
cd AIDebug
python3 -m venv .venv
source .venv/bin/activate
python scripts/bootstrap_pip.py
python -m pip install -e ".[dev,dynamic]"
Ghidra, GDB, Bubblewrap, un compilatore C e i componenti target di Frida sono strumenti esterni utilizzati solo dai workflow che li richiedono.
AIDebug è stato accettato in REMnux il 7 ottobre 2026 tramite
PR #355, incluso per la prima volta in
salt-states v2026.41.4.
Lo stato accettato
installa 1200km-aidebug[ai] senza pin da PyPI in /opt/aidebug, abilita
gli aggiornamenti ed espone /usr/local/bin/aidebug. Come verificato l'8 ottobre 2026,
PyPI fornisce ancora la 3.0.0; questo non installa il sorgente 3.1 non pubblicato né
l'extra dynamic. Usa --offline per mantenere l'analisi locale.
Vedi Configurazione di REMnux e limiti di versione.
Apri un campione PE o ELF nell'interfaccia principale del terminale:
aidebug --binary /path/to/sample.exe --offline
Esegui l'analisi deterministica senza l'interfaccia a schermo intero ed esporta le prove:
aidebug --binary /path/to/sample.exe \
--offline --no-tui --report --json-export --yara \
--out-dir reports/
Usa la ricostruzione di Ghidra:
aidebug --binary /path/to/sample.exe --offline --no-tui --decompile
aidebug --binary /path/to/sample.exe --offline --no-tui \
--decompile-all reports/sample-reconstruction.c