Gepetto

Gepetto

O Gepetto é um plug -in Python que usa vários modelos de linguagem grande para fornecer significado a funções descompiladas pelo IDA Pro (≥ 7,4). Ele pode aproveitá -los para explicar o que uma função faz e renomear automaticamente suas variáveis. Aqui está um exemplo simples de quais resultados ele pode fornecer em apenas segundos:

Configurar

Simplesmente solte este script ( gepetto.py , bem como o gepetto/ pasta) na pasta IDA Plugins ( $IDAUSR/plugins ). Por padrão, no Windows, isso deve ser %AppData%Hex-RaysIDA Proplugins (pode ser necessário criá-lo).

Você precisará adicionar os pacotes necessários à instalação do Python da IDA para que o script funcione. Encontre qual intérprete IDA está usando verificando a seguinte chave de registro: ComputerHKEY_CURRENT_USERSoftwareHex-RaysIDA (padrão no Windows: %LOCALAPPDATA%ProgramsPythonPython39 ). Finalmente, com o intérprete correspondente, basta executar:

 [/path/to/python] -m pip install -r requirements.txt

️ Você também precisará editar o arquivo de configuração (encontrado como gepetto/config.ini ) e adicionar suas próprias teclas de API. Para o OpenAI, ele pode ser encontrado nesta página. Observe que as consultas da API geralmente não são gratuitas (embora não sejam muito caras) e você precisará configurar um método de pagamento com o provedor correspondente.

Modelos suportados

• Openai
  • GPT-3.5-Turbo-0125
  • GPT-4-Turbo
  • GPT-4O (recomendado para iniciantes)
• Ollama
  • Qualquer modelo local exposto através de Ollama (não aparecerá se Ollama não estiver em execução)
• Groq
  • llama-3.1-70b-versatile
  • LLAMA-3.2-90B-TEXT-PREVISÃO
  • Mixtral-8X7B-32768
• Junto
  • Mistralai/Mixtral-8x22b-Instruct-V0.1 (não suporta variáveis ​​de renomeação)
• Novita ai
  • meta-llama/llama-3.1-70b-instruct
  • meta-llama/llama-3.1-405b-instruct

A adição de suporte a modelos adicionais não deve ser muito difícil, desde que o provedor que você esteja considerando exponha uma API semelhante à do OpenAI. Olhe para a pasta gepetto/models para inspiração ou abra um problema se não conseguir descobrir.

Uso

Depois que o plug -in é instalado corretamente, você poderá invocá -lo no menu de contexto da janela Pseudocode da IDA, conforme mostrado na captura de tela abaixo:

Alterne entre os modelos suportados por Gecetto no menu Editar> Getetto:

O Gepetto também fornece uma interface da CLI que você pode usar para fazer perguntas ao LLM diretamente da IDA. Certifique -se de selecionar Gepetto na barra de entrada:

Teclas de atalho

As teclas de atalho a seguir estão disponíveis:

• Peça ao modelo para explicar a função: Ctrl + Alt + G
• Solicite nomes melhores para as variáveis ​​da função: Ctrl + Alt + R

Os testes iniciais mostram que solicitar melhores nomes funciona melhor se você pedir uma explicação da função primeiro - presumo que o modelo use seu próprio comentário para fazer sugestões mais precisas. Há um elemento de aleatoriedade nas respostas da IA. Se, por algum motivo, a resposta inicial que você recebe não for adequada, você sempre poderá executar o comando novamente.

Limitações

• O plug -in requer acesso ao decompilador hexágado para funcionar.
• Todos os LLMs suportados são de uso geral e podem muito bem entender as coisas erradas! Seja sempre crítico dos resultados retornados!

Traduções

Você pode alterar o idioma de Gepetto editando o local na configuração. Por exemplo, para usar o plug -in em francês, você simplesmente adicionaria:

 [Gepetto]
LANGUAGE = " fr_FR "

O local escolhido deve corresponder aos nomes das pastas em gepetto/locales . Se o idioma desejado não estiver disponível, você pode contribuir para o projeto adicionando você mesmo! Crie uma nova pasta para a localidade desejada (Ex: gepetto/locales/de_DE/LC_MESSAGES/ ) e abra uma nova solicitação de puxar com o arquivo .po atualizado, que você pode criar copiando e editando gepetto/locales/gepetto.pot (substitua todas as linhas iniciando pela msgstr pela versão local).

Agradecimentos

• OpenAI, para criar esses modelos incríveis, obviamente
• Raios Hex, os criadores da IDA para o seu suporte rápido
• Kaspersky, para financiar inicialmente este projeto
• Harfanglab, o atual patrocinador, tornando este trabalho possível
• @Vanhauser-Thc por contribuir com idéias de modelos e provedores adicionais para apoiar via Fork
• Todo mundo que contribuiu com traduções: @Seifreed, @kot-igor, @ruzgarkanar, @orangetw