Назад к обновлениям
UpdatedNov 1, 2026

awesome-game-security — Updated!

Курируемый индекс исследований в области безопасности игр: внутреннее устройство античитов, DMA-атаки, реверс-инжиниринг, защита ядра/мобильных устройств и перехват графических API для наступательного и оборонительного анализа.

Поделиться

awesome-game-securityAwesome

image image

If you find that some links are not working, you can simply replace the username with gmh5225. 
Or you can send an issue for me.

Относитесь с уважением ко всем проектам ниже, это настоящие произведения искусства 🫡

NeverC и NeverD — ваш компилятор и декодер для эпохи ИИ

Поскольку ИИ-агенты всё чаще пишут, анализируют и переписывают низкоуровневый код, универсальные инструментальные цепочки становятся узким местом. Исследователям безопасности нужна семантика, которой можно доверять — детерминированная компиляция на входе и точная декомпиляция на выходе. В эпоху ИИ каждому нужен свой собственный компилятор и свой собственный декодер.

  • NeverC — дружественный к ИИ компилятор C23 для исследований в области безопасности. Чистый C23, встроенный компоновщик, конвейер DynCode, кроссплатформенная генерация PE/ELF/Mach-O, шифрование строк на этапе компиляции и API плагинов, охватывающий более 130 фаз компилятора — разработан так, чтобы сгенерированный LLM код компилировался корректно чаще, чем при использовании альтернатив на C++.
  • NeverD — дружественный к ИИ движок бинарного анализа и декомпиляции с подъёмом на уровне инструкций 1:1. Поддержка PE/ELF/Mach-O, строгая семантическая точность, структурированный вывод C и LLVM IR, перезапись бинарников и чистый C SDK (libneverd), созданный для CLI-инструментов, интеграторов и ИИ-агентов.

Компилируйте с помощью NeverC, анализируйте и декомпилируйте с помощью NeverD — дружественная к ИИ инструментальная цепочка LLVM, которую вы контролируете, созданная для исследований в области безопасности.

Как внести вклад?

Навыки для ИИ-агентов

Этот репозиторий предоставляет навыки, которые можно использовать с ИИ-агентами и ассистентами программирования, такими как Cursor, OpenClaw, Claude Code, Codex CLI и другими совместимыми инструментами. Установите навыки, чтобы получить специализированные знания по темам игровой безопасности.

Посмотреть на learn-skills.dev

Установка:

npx skills add https://github.com/gmh5225/awesome-game-security --skill <skill-name>

Доступные навыки:

НавыкОписание
anti-cheat-systemsМногоуровневая целостность, происхождение телеметрии, работа детекторов, доказательства применения и проверка ложноположительных срабатываний
dma-attack-techniquesDMA против сбора данных через хост, роли транспорта, область действия IOMMU и доказательства из памяти для криминалистики
game-engine-resourcesИсходный код движка, метаданные среды выполнения, плагины редактора/среды выполнения, ресурсы и границы авторитетного состояния
game-hacking-techniquesКлассы атак, необходимый доступ, границы доверия, защитные наблюдения и безвредные контрпримеры
graphics-api-hookingГрафические API и слои трансляции, захват кадров, трассировки производительности и ограничения наблюдения
mobile-securityСреда выполнения Android/iOS, происхождение пакетов, доказательства целостности устройства и границы мобильной платформы
awesome-game-security-overviewТочные категории репозитория, выбор ресурсов, поиск по локальному слою и происхождение источников
reverse-engineering-toolsИдентичность бинарных файлов, статический анализ, символы, сравнение версий кода и офлайн-артефакты
windows-kernel-securityИнтерфейсы драйверов, обратные вызовы, политика платформы, телеметрия ядра и криминалистическое покрытие
game-server-securityАвторитетность сервера, сессии, авторизация RPC, согласованность экономики, часы и доказательства воспроизведения
game-supply-chain-securityПолномочия сборки/выпуска, подписанные обновления, происхождение зависимостей, моды и распространение контента
linux-platform-securityНативный Linux, SteamOS, Proton, учётные данные, изоляция и доказательства политики платформы
game-security-research-rigorСверка источников, происхождение утверждений, оценка детекторов, неопределённость и регрессионная проверка навыков

Скомпилированная вики: агенты также могут просматривать wiki/ (см. wiki/AGENTS.md) — поддерживаемый слой знаний по навыкам, категориям README и описаниям.

Пример:

# Install anti-cheat systems skill
npx skills add https://github.com/gmh5225/awesome-game-security --skill anti-cheat-systems

# Install multiple skills
npx skills add https://github.com/gmh5225/awesome-game-security --skill windows-kernel-security
npx skills add https://github.com/gmh5225/awesome-game-security --skill reverse-engineering-tools

Содержание

Категории