ESILSolve 项目教程

ESILSolve 项目教程

esilsolveA python symbolic execution framework using radare2's ESIL (Evaluable String Intermediate Language)项目地址:https://gitcode.com/gh_mirrors/es/esilsolve

1. 项目的目录结构及介绍

ESILSolve 是一个使用 radare2 的 ESIL(Evaluable String Intermediate Language)的 Python 符号执行框架。以下是项目的目录结构及各部分的简要介绍:

esilsolve/
├── examples/          # 示例文件目录
│   └── defcamp_r100/  # 具体示例
├── test/              # 测试文件目录
│   └── float.py       # 浮点数测试示例
├── esilsolve/         # 核心代码目录
│   ├── __init__.py    # 初始化文件
│   └── ESILSolver.py  # ESILSolver 类定义
├── README.md          # 项目说明文档
├── LICENSE            # 许可证文件
└── setup.py           # 安装配置文件

目录结构说明

  • examples/: 包含一些示例文件,帮助用户理解如何使用 ESILSolve。
  • test/: 包含测试文件,用于测试框架的各个功能。
  • esilsolve/: 核心代码目录,包含 ESILSolver 类的定义和其他相关代码。
  • README.md: 项目说明文档,提供项目的基本信息和使用方法。
  • LICENSE: 许可证文件,说明项目的开源许可协议。
  • setup.py: 安装配置文件,用于项目的安装和配置。

2. 项目的启动文件介绍

项目的启动文件是 esilsolve/ESILSolver.py,其中定义了 ESILSolver 类,该类是 ESILSolve 框架的核心。以下是 ESILSolver.py 文件的简要介绍:

from z3 import BitVec

class ESILSolver:
    def __init__(self, binary_path):
        # 初始化 ESILSolver 实例
        self.binary_path = binary_path
        # 其他初始化代码

    def call_state(self, address, args=[]):
        # 创建调用状态
        # 其他相关代码

    def run(self, target, avoid=[]):
        # 运行符号执行
        # 其他相关代码

    def evaluate_string(self, flag):
        # 评估字符串
        # 其他相关代码

启动文件说明

  • ESILSolver 类: 是 ESILSolve 框架的核心类,负责初始化、创建调用状态、运行符号执行和评估字符串等功能。
  • init 方法: 初始化 ESILSolver 实例,设置二进制文件路径等。
  • call_state 方法: 创建调用状态,用于符号执行。
  • run 方法: 运行符号执行,指定目标地址和需要避免的地址。
  • evaluate_string 方法: 评估字符串,用于获取符号执行的结果。

3. 项目的配置文件介绍

项目的配置文件是 setup.py,用于项目的安装和配置。以下是 setup.py 文件的简要介绍:

from setuptools import setup, find_packages

setup(
    name='esilsolve',
    version='0.1',
    packages=find_packages(),
    install_requires=[
        'r2pipe',
        'z3-solver'
    ],
    entry_points={
        'console_scripts': [
            'esilsolve=esilsolve.cli:main',
        ],
    },
)

配置文件说明

  • name: 项目名称,这里是 esilsolve
  • version: 项目版本,这里是 0.1
  • packages: 需要安装的包,使用 find_packages() 自动查找。
  • install_requires: 项目依赖的其他包,如 r2pipez3-solver
  • entry_points: 定义命令行脚本,如 esilsolve 命令。

通过以上介绍,用户可以了解 ESILSolve 项目的目录结构、启动文件和配置文件的基本信息,从而更好地理解和使用该项目。

esilsolveA python symbolic execution framework using radare2's ESIL (Evaluable String Intermediate Language)项目地址:https://gitcode.com/gh_mirrors/es/esilsolve

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
基于YOLOv9实现驾驶员危险驾驶行为(吸烟、喝水、点头、打哈欠等)检测系统python源码+详细运行教 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

卓桔洋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值