jaredreabow/reverse-engineering-with-aiAI 지원 분석, 독립적 검증, 공개 출처 참조를 활용하여 암호화된 펌웨어 및 소프트웨어를 리버스 엔지니어링하기 위한 연구 방법.
암호화된 펌웨어와 소프트웨어를 리버스 엔지니어링할 때 AI를 활용해 분석, 실험, 검토를 지원하는 실용적인 연구 가이드입니다.
핵심 질문은 보호된 자료가 어느 지점에서 사용 가능해지는지, 그리고 그 지점을 관찰할 수 있는지 여부입니다. 키를 복구하는 것은 하나의 경로입니다. 그 외에도 동등한 평문 아티팩트를 찾거나, 변환 과정을 관찰하거나, 기존 리더를 실행하거나, 키를 복구하지 않고 동작을 재구성하는 방법이 있습니다.
이 저장소에는 31가지 방법 조사, 증거 프레임워크, 공개 출처 사례, 재사용 가능한 조사 템플릿이 포함되어 있습니다. 파일 분석, 소프트웨어 계측, 재호스팅, 하드웨어 획득, 부채널, 암호학적 한계를 다룹니다. 각 방법은 전제 조건, 가능한 결과, 결론을 뒷받침하는 데 필요한 증거를 구분합니다.
공개 출처 사례 연구는 암호화된 이미지 설계, 투명한 플래시 복호화, Android 설정 지속성, 부팅 마일스톤을 보여줍니다. 출처 색인은 가이드 전반에서 사용된 문서, 구현, 논문을 연결합니다.
| 원하는 결과 | 이를 입증할 수 있는 것 |
|---|---|
| 하나의 평문 아티팩트 | 올바르게 범위가 지정된 인증 또는 독립적 참조 일치, 그리고 일관된 구조 |
| 재사용 가능한 콘텐츠 키 | 해당 샘플에 대한 독립적으로 검증된 복호화, 그리고 키 범위 식별 |
| 디바이스 또는 루트 키 | 검증된 키 정체성과 범위; 콘텐츠 키나 키 핸들만으로는 불충분 |
| 동작에 대한 설명 | 명시된 동작을 포괄하는 구체적인 트레이스, 데이터 흐름, 테스트 |
| 재구성된 실행 파일 | 형식 정확성과 문서화된 환경에서의 대표적 동작 |
| 벤더가 수용한 수정 이미지 | 실제 서명과 부팅 수용 경로에 대한 별도의 증거 |
초기 연구는 AI 지원 전문가 연구와 비판적 검토를 통해 개발되었으며, Astra, Opus, Fable의 기여를 포함합니다. 검토는 선별적으로 통합되었습니다. 뒷받침되지 않는 해석과 중복되는 작업은 배제되었습니다. 결과물인 이 가이드는 방법론적 주장을 제시하고 공개 출처를 인용합니다. 새로운 범용 복호화기나 특정 디바이스의 침해를 입증했다고 주장하지는 않습니다.
공개 저장소에는 연구 설명문, 공개 링크, 빈 템플릿, 문서 검증 도구가 포함되어 있습니다. 펌웨어 바이너리, 비공개 캡처, 장치 식별자, 추출된 키, 자격 증명, 운영 로그는 게시 범위에 포함되지 않습니다. 이 방법들은 귀하가 검사 권한을 가진 시스템과 아티팩트에만 적용하십시오.
Python 3.9 이상이면 충분하며, 서드파티 패키지는 필요하지 않습니다.
python3 tools/check_docs.py
python3 tools/check_docs.py --self-test
로컬 하네스는 파일 인벤토리, Markdown 링크, 메서드 번호 매기기, 소스 인덱스, 버전 기록 및 몇 가지 흔한 실수로 인한 공개 패턴을 검사합니다. 펌웨어를 실행하거나, 장치에 접속하거나, 링크된 웹사이트를 가져오거나, 모든 기술적 진술이 정확함을 증명하지는 않습니다. 소스 검증은 여전히 연구 검토의 일부입니다.