О проекте

Maat — это фреймворк с открытым исходным кодом для динамического символьного выполнения и анализа бинарных файлов. Он предоставляет различные функции, такие как символьное выполнение, анализ потока данных (taint analysis), решение ограничений, загрузка бинарных файлов, симуляция окружения, и использует библиотеку Sleigh от Ghidra для подъема ассемблерного кода: https://maat.re

Ключевые особенности:

• Быстрый и портативный: Разработан для масштабирования до реальных приложений. Полностью написан на C++ для хорошей производительности во время выполнения. Почти нет зависимостей времени выполнения, и большинство из них являются опциональными.
• Удобный для пользователя: Maat имеет гибкий API, похожий на отладчик, и его функции можно настраивать для различных сценариев использования. Как и любой уважающий себя современный фреймворк, он поставляется с привязками к Python.
• Многоархитектурный: Благодаря подъему и эмуляции на основе отличной библиотеки sleigh от Ghidra, Maat может эмулировать множество архитектур, включая экзотические.

Начало работы

• Установка
• Хакинг
• Вклад
• Учебные пособия
  • Начало работы
  • Перехват событий
  • Динамическое символьное выполнение
• Документация
  • Python API
  • C++ API
• Пример
• Контакты

Установка

Чтобы установить модуль Maat для Python:

python3 -m pip install pymaat

Чтобы установить нативный SDK Maat и использовать C++ API, обратитесь к BUILDING.md

Пример

from maat import *

# Create a symbolic engine for Linux X86-32bits
engine = MaatEngine(ARCH.X86, OS.LINUX)

# Load a binary with one command line argument
engine.load("./some_binary", BIN.ELF32, args=[engine.vars.new_symbolic_buffer("some_arg", 20)])

# Get current eax value
engine.cpu.eax

# Read 4 bytes at the top of the stack
engine.mem.read(engine.cpu.esp, 4)

# Set a callback displaying every memory read
def show_mem_access(engine):
    mem_access = engine.info.mem_access
    print(f"Instruction at {engine.info.addr} reads {mem_access.size} bytes at {mem_access.addr}")

engine.hooks.add(EVENT.MEM_R, WHEN.BEFORE, callbacks=[show_mem_access])

# Take and restore snapshots
snap = engine.take_snapshot()
engine.restore_snapshot(snap)

# Run the binary
engine.run()

Контакты

Для общих обсуждений, вопросов и предложений используйте Обсуждения на GitHub

Для сообщения о проблемах и ошибках используйте Проблемы на GitHub

По всем остальным вопросам пишите на почту [email protected]