VMDragonSlayer/
├── dragonslayer/                    # 主 Python 包
│   ├── analysis/                   # 分析引擎
│   │   ├── vm_discovery/          # VM 检测与分类
│   │   ├── pattern_analysis/      # 模式匹配与 ML 分类
│   │   ├── symbolic_execution/    # 符号执行引擎
│   │   ├── taint_tracking/        # 动态污点分析
│   │   └── anti_evasion/          # 反分析对抗措施
│   ├── api/                       # REST API 服务器与客户端
│   ├── core/                      # 核心框架组件
│   ├── ml/                        # 机器学习流水线
│   ├── analytics/                 # 分析报告与度量
│   ├── gpu/                       # GPU 加速支持
│   ├── utils/                     # 工具函数
├── data/                          # 配置文件与数据文件
│   ├── patterns/                  # 模式数据库
│   ├── models/                    # ML 模型与元数据
│   │   ├── pretrained/           # 预训练模型 (PoC)
│   │   └── metadata/             # 模型元数据与模式
│   ├── samples/                   # 样本文件与注册表
│   ├── schemas/                   # 用于验证的 JSON 模式
│   └── training/                  # 训练配置
├── plugins/                       # 逆向工程工具插件
│   ├── ghidra/                   # Ghidra 插件（Java/Gradle）
│   ├── idapro/                   # IDA Pro 插件（Python）
│   └── binaryninja/              # Binary Ninja 插件（Python）
├── tests/                         # 测试套件
├── documentation/                 # 文档
└── LICENSE                        # GPL v3 许可证

# 现在可以完美运行：
from dragonslayer.core.orchestrator import Orchestrator, AnalysisType

orchestrator = Orchestrator()
result = orchestrator.analyze_binary("your_binary.exe", analysis_type=AnalysisType.VM_DISCOVERY)

# 结果结构正确：
vmd = result.get("vm_discovery", {})
print(f"VM detected: {vmd.get('vm_detected', False)}")
print(f"Handlers found: {len(vmd.get('handlers_found', []))}")

# 1. 安装所有依赖
pip install -r requirements.txt
pip install -e .

# 克隆仓库
git clone https://github.com/poppopjmp/VMDragonSlayer.git
cd VMDragonSlayer

# 更新后的安装
# 安装所有必要依赖，包括 z3-solver
pip install -r requirements.txt

# 以开发模式安装框架
pip install -e .

# 仅 CPU 安装（基本功能）
pip install -r requirements.txt
pip install -e .

# NVIDIA GPU with CUDA 12.x (RTX 30xx/40xx 系列) 
pip install -r requirements.txt
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -e .

# NVIDIA GPU with CUDA 11.8 (较旧 GPU)
pip install -r requirements.txt  
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install -e .

cd plugins/ghidra
./build.bat  # Windows
# 或
./build.sh   # Linux/macOS

# 安装到 Ghidra
cp dist/VMDragonSlayer.zip $GHIDRA_INSTALL_DIR/Extensions/

from dragonslayer.core.orchestrator import Orchestrator, AnalysisType

# 初始化编排器（自动加载默认配置）
orchestrator = Orchestrator()

# 分析二进制文件
result = orchestrator.analyze_binary("path/to/protected_binary.exe", analysis_type=AnalysisType.VM_DISCOVERY)

# 提取 VM 发现结果
vmd = result.get("vm_discovery", {})
print(f"VM Protection Detected: {vmd.get('vm_detected', False)}")
print(f"Handler Count: {len(vmd.get('handlers_found', []))}")
print(f"Analysis Success: {result.get('success', False)}")

# 核心配置
export VMDS_CONFIG_PATH="/path/to/config"
export VMDS_MODEL_PATH="/path/to/models"  
export VMDS_LOG_LEVEL="INFO"

# 数据库配置
export VMDS_DB_URL="sqlite:///vmds.db"

# API 配置
export VMDS_API_HOST="localhost"
export VMDS_API_PORT="8000"

from dragonslayer.core.config import Config
from dragonslayer.analysis.vm_discovery import VMDiscoveryEngine
from dragonslayer.analysis.taint_tracking import TaintTracker

# 自定义配置
config = Config({
    'vm_discovery': {
        'min_handler_count': 10,
        'dispatcher_threshold': 0.8
    },
    'taint_tracking': {
        'precision': 'byte_level',
        'max_depth': 1000
    }
})

# 初始化特定引擎
vm_engine = VMDiscoveryEngine(config)
taint_tracker = TaintTracker(config)

# 运行针对性分析
vm_result = vm_engine.analyze("binary.exe")
if vm_result.vm_detected:
    taint_result = taint_tracker.analyze(vm_result.handlers)

from dragonslayer.workflows.manager import WorkflowManager

# 处理多个二进制文件
manager = WorkflowManager()
results = manager.process_batch([
    "sample1.exe",
    "sample2.exe", 
    "sample3.exe"
])

# 生成摘要报告
manager.generate_report(results, "analysis_report.json")

@software{vmdragonslayer_2025,
  title   = {VMDragonSlayer: Automated VM-based Binary Protection Analysis},
  author  = {Panico, Agostino},
  year    = {2025},
  url     = {https://github.com/poppopjmp/VMDragonSlayer}
}