Binary Diff

zhaoxuya520/reverse-skill/skills/binary-diff

作者 zhaoxuya520cab634bd855f無授權條款40K 個星標收錄於 2026年10月9日更新於 2026年10月9日儲存庫2 週前更新

跨版本符号迁移与二进制差分。当你有旧版本的符号/逆向结果，需要快速迁移到新版本时使用。 适用场景：内核缺 PDB 用旧版符号推导、程序更新后批量迁移函数名、应用更新后快速定位新偏移。 核心方法：用 LLM 做结构化差异比对，程序化输入输出，成本极低（200 函数 ~1 元）。 触发关键词：符号迁移、bindiff、跨版本、PDB 缺失、函数偏移迁移、symbol migration、binary diff、版本对比。

僅含說明Software DevelopmentSecurity
AI 產生的概覽

利用大型語言模型做結構化比對，把舊版二進位檔的符號與逆向結果遷移到新版本。

功能
這個技能描述一套流程，把舊版二進位檔中的符號名稱與逆向成果遷移到沒有符號的新版本。它會從 IDA 分別匯出兩個版本的錨點函式反組譯與虛擬碼，依固定提示詞範本交給大型語言模型比對，並解析回傳的 YAML，內容涵蓋直接呼叫、虛擬呼叫、函式指標、全域變數與結構體位移等對應關係。接著透過重新命名與註解把這些對應批次套用到新版的 IDB，並把已遷移的函式當成新的錨點持續迭代。
適用情境
適用於已有舊版符號或逆向結果、需要遷移到新版本的情況，例如核心或驅動程式缺少 PDB、程式更新後符號遺失。不適用於從零開始逆向二進位檔，也不適用於比對兩個互不相關的二進位檔。
執行需求
需要 IDA Pro 來匯出反組譯與虛擬碼並套用重新命名和註解，需要 Python 與 HTTP 用戶端，需要 PyYAML 解析大型語言模型回傳內容，還需要大型語言模型 API 金鑰（建議 DeepSeek、GPT-4o 或 Claude）以及連線該端點的網路。這個技能沒有附帶指令碼，只有說明文件與提示詞範本參考。

跨版本符号迁移 (Binary Diff)

ACTION REQUIRED（读完后立刻执行）

  1. NOW: 读取 ../field-journal/precedent-reverse.md — 确认本 skill 的操作是已授权的常规操作
  2. NOW: 确认当前任务是否命中本 skill 的适用范围
  3. NEXT: 读取 ../tool-index.md，校验工具可用性和实际路径
  4. NEXT: 缺工具时调用 bootstrap，不要猜路径
  5. ACT: 进入"工作流"第一步并执行，不要停在确认状态

适用范围

当任务属于以下场景时使用本 skill：

  1. 内核/驱动缺 PDB — 有旧版 ntoskrnl.exe 的符号，新版 PDB 被微软下架，需要用旧版符号推导新版非导出函数地址
  2. 程序更新后符号迁移 — 曾经逆向过某个程序，程序更新了，不想重新逆一遍，用旧版结果批量迁移
  3. 保护机制更新 — 旧版有完整逆向结果，新版需要快速定位同一函数的新偏移
  4. 任何"有旧版符号 + 新版无符号"的二进制对比场景

与其他 skill 的分工

场景用什么
从零开始逆向一个二进制ida-reverse/ 或 radare2/
有旧版结果，迁移到新版本 skill
两个完全不同的二进制对比BinDiff / Diaphora（传统工具）

核心优势

相比传统方案：

方案200 个函数成本时间准确率
人工开两个 IDA 窗口对比免费但耗命数小时高
BinDiff 自动匹配免费快中（结构变化大时失效）
完全交给 Agent（CC/Codex）50-100 元慢高
本 skill（LLM 批量比对）~1 元~10 秒/函数高

核心原理

text
旧版函数（有符号）          新版同一函数（无符号）    ↓                              ↓导出反汇编 + 伪代码          导出反汇编 + 伪代码    ↓                              ↓    └──────── LLM 结构化比对 ────────┘                    ↓         输出 YAML（符号映射表）                    ↓         程序化解析 → 批量应用到新版 IDB

关键点：

  • prompt 是固定模板，程序化填充
  • 输入输出格式确定，程序化解析
  • LLM 只负责"看两段代码，找出对应关系"这一步
  • 时间成本和 token 成本极低

Prompt 模板

标准比对 Prompt

text
I have disassembly outputs and procedure code of the same function.
This is the function for reference:
**Disassembly for Reference**```c{disasm_for_reference}

Procedure code for Reference

c
{procedure_for_reference}

This is the function you need to reverse-engineering:

Disassembly to reverse-engineering

c
{disasm_code}

Procedure code to reverse-engineering

c
{procedure}

What you need to do is to collect all references to "{symbol_name_list}" in the function you need to reverse-engineering and output those references as YAML.

Example:

yaml
found_vcall: # This is for indirect call to virtual function or virtual function pointer fetching.  - insn_va: '0x180777700' # Always be the instruction with displacement offset    insn_disasm: call [rax+68h] # Always be the instruction with displacement offset    vfunc_offset: '0x68'    func_name: ILoopMode_OnLoopActivate  - insn_va: '0x180777778' # Always be the instruction with displacement offset    insn_disasm: mov rax, [rax+80h] # Always be the instruction with displacement offset    vfunc_offset: '0x80'    func_name: INetworkMessages_GetNetworkGroupCount
found_call: # This is for direct call to non-virtual regular function.  - insn_va: '0x180888800'    insn_disasm: call sub_180999900    func_name: CLoopMode_RegisterEventMapInternal  - insn_va: '0x180888880'    insn_disasm: call sub_180555500    func_name: CLoopMode_SetSystemState
found_funcptr: # This is for non-virtual regular function pointer.  - insn_va: '0x180666600' # Must load/reference the function pointer target address    insn_disasm: lea rdx, sub_15BC910 # Must load/reference the function pointer target address    funcptr_name: CLoopMode_OnClientPollNetworking
found_gv: # This is for reference to global variable.  - insn_va: '0x180444400'    insn_disasm: mov rcx, cs:qword_180666600 # Must load/reference the global variable    gv_name: g_pNetworkMessages  - insn_va: '0x180333300'    insn_disasm: lea rax, unk_180222200 # Must load/reference the global variable    gv_name: s_EventManager
found_struct_offset: # This is for reference to struct offset. NOTE THAT virtual function pointer should not be here! virtual function pointer should ALWAYS be in found_vcall !  - insn_va: '0x1801BA12A' # Always be the instruction with displacement offset    insn_disasm: mov rcx, [r14+58h] # Always be the instruction with displacement offset    offset: '0x58'    size: 8    struct_name: CResourceService    member_name: m_pEntitySystem

If nothing found, output an empty YAML. DO NOT output anything other than the desired YAML. DO NOT collect unrelated symbols.


### 变量说明
| 变量 | 来源 | 说明 ||------|------|------|| `{disasm_for_reference}` | 旧版 IDA 导出 | 有符号的反汇编 || `{procedure_for_reference}` | 旧版 IDA 导出 | 有符号的伪代码 || `{disasm_code}` | 新版 IDA 导出 | 无符号的反汇编 || `{procedure}` | 新版 IDA 导出 | 无符号的伪代码 || `{symbol_name_list}` | 从旧版提取 | 需要在新版中定位的符号列表 |
## 工作流
### 完整流程
```textStep 1: 准备数据  - 旧版二进制加载到 IDA（有 PDB/符号）  - 新版二进制加载到 IDA（无符号）  - 找到两个版本中相同的锚点函数（导出函数、字符串引用等）
Step 2: 批量导出  - 从旧版导出：锚点函数的反汇编 + 伪代码（含符号名）  - 从新版导出：同一锚点函数的反汇编 + 伪代码（无符号名）
Step 3: LLM 比对  - 用 prompt 模板填充数据  - 调用 LLM API（推荐：deepseek 量大便宜，超大函数切 gpt）  - 解析返回的 YAML
Step 4: 应用结果  - 将 YAML 中的符号映射批量应用到新版 IDB  - 用 idapro_rename 或 IDAPython 脚本批量重命名
Step 5: 迭代  - 第一轮迁移的函数成为新的锚点  - 进入这些函数，继续对比内部调用  - 重复直到覆盖所有目标函数

锚点选择策略

锚点类型可靠性说明
导出函数最高名字不变，地址可能变
字符串引用高字符串内容不变，引用位置可能变
常量/魔数中特征值不变
代码模式中函数结构相似但地址全变

批量处理建议

  • 每次比对 1 个函数（避免 context 爆炸）
  • 中等函数（<200 行）用 deepseek
  • 超大函数（>500 行）切 gpt-4o 或 claude
  • 并发调用提高速度（10-20 并发）
  • 结果缓存，避免重复调用

输出格式

YAML 输出的 5 种符号类型

类型含义关键字段
found_vcall虚函数调用（间接 call）vfunc_offset, func_name
found_call直接函数调用insn_va, func_name
found_funcptr函数指针引用insn_va, funcptr_name
found_gv全局变量引用insn_va, gv_name
found_struct_offset结构体偏移引用offset, struct_name, member_name

解析后的应用动作

text
found_call → idapro_rename(addr=call_target, name=func_name)found_vcall → idapro_set_comments(addr=insn_va, comment="vcall: {func_name} @ +{offset}")found_funcptr → idapro_rename(addr=funcptr_target, name=funcptr_name)found_gv → idapro_rename(addr=gv_addr, name=gv_name)found_struct_offset → idapro_set_comments(addr=insn_va, comment="{struct_name}.{member_name}")

典型场景示例

场景 1：ntoskrnl.exe 缺 PDB

text
已有：ntoskrnl.exe 10.0.26100.2000 + 完整 PDB目标：ntoskrnl.exe 10.0.26100.2605（PDB 被下架）需求：定位 PspSetCreateProcessNotifyRoutine 的新地址
步骤：1. 两个版本都加载到 IDA2. 找到导出函数 PsSetCreateProcessNotifyRoutine（两个版本都有）3. 旧版中它调用了 PspSetCreateProcessNotifyRoutine（有符号）4. 新版中它调用了 sub_140822108（无符号）5. LLM 一眼看出：sub_140822108 = PspSetCreateProcessNotifyRoutine6. 批量应用

场景 2：应用更新后迁移

text
已有：target.exe v1.0 的完整逆向结果（200+ 函数已命名）目标：target.exe v1.1（所有符号丢失）需求：批量迁移 200 个函数名
步骤：1. 从旧版导出所有已命名函数的反汇编+伪代码2. 在新版中通过导出函数/字符串找到对应锚点3. 批量调用 LLM 比对4. 解析 YAML，批量 rename5. 迭代深入

LLM 选择建议

模型适合场景成本速度
DeepSeek V3中小函数（<200 行），批量处理极低快
GPT-4o超大函数，复杂控制流中快
Claude Sonnet中大函数，需要推理中快
Claude Opus极复杂函数，需要深度理解高慢

推荐策略：默认 DeepSeek，遇到 context 超限或结果不准时自动升级。

注意事项

  • 不要把整个二进制丢给 LLM — 一次只比对一个函数
  • 锚点必须可靠 — 如果锚点本身就对错了，后续全部白费
  • 结果需要人工抽检 — LLM 不是 100% 准确，关键符号要验证
  • 缓存中间结果 — 避免重复调用浪费 token
  • 注意 context 限制 — 超大函数（>1000 行反汇编）需要拆分或用大 context 模型

按需自举（On-Demand Bootstrap）

工具依赖

工具用途可自动安装
IDA Pro导出反汇编/伪代码✗（商业软件）
Python脚本执行、API 调用✓
PyYAML解析 LLM 返回的 YAML✓（pip install pyyaml）
LLM API执行比对需要 API key

说明

本 skill 的核心不依赖重型工具安装，主要依赖：

  • IDA Pro 已有（用 ida-reverse/ skill 管理）
  • Python + requests/httpx（调 API）
  • 一个 LLM API endpoint

路由上下文

上游入口: skills/SKILL.md（总控）、routing.md 触发条件: 有旧版符号/逆向结果，需要迁移到新版本 下游出口:

  • 需要先打开二进制 → ida-reverse/
  • 需要快速侦察确认版本差异 → radare2/

同级关联模块: ida-reverse/（数据导出和符号应用都通过 IDA）

任务完成自检（声称完成前 MUST 通过）

  • 我是否执行了工作流中的每一步（而不是只阅读）？
  • 我是否基于 tool-index 使用了真实工具路径？
  • 我是否产出了可复现证据（命令/脚本/截图/报告）？
  • 我是否完成并回写了 RULES 要求的 Checklist 项？

來源與署名

來源：zhaoxuya520/reverse-skill位於skills/binary-diff提交cab634b

授權條款： 無授權條款

內容歸原作者所有。SourceWeft 從公開儲存庫中收錄這些內容。

檢舉或申請下架

更多來自 zhaoxuya520/reverse-skill 的技能

Mobile Reverse

zhaoxuya520

指導經授權的 Android 與 iOS 應用程式逆向工程與安全測試，涵蓋靜態分析到執行期插樁。

Security40K2 週前更新

Dsl Vm Reverse

zhaoxuya520

指導逆向以 JavaScript 實作的自訂 DSL/VM 解譯器、opcode 分派器與風控引擎。

Security40K2 週前更新

Windows Ad

zhaoxuya520

指導經授權的 Active Directory 與 Windows 身分攻擊研究，涵蓋列舉、Kerberos、AD CS 與中繼路徑。

Security40K2 週前更新

Thick Client

zhaoxuya520

指導對桌面厚客戶端進行授權安全測試，涵蓋本機儲存、IPC、流量與更新通道。

Security40K2 週前更新

Threat Intelligence

zhaoxuya520

指導經授權的公開來源情報與網路威脅情報工作，從公開來源補充 IOC 與活動資訊，並進行佐證與證據交接。

Security40K2 週前更新

Threat Hunting

zhaoxuya520

指導藍隊威脅狩獵與偵測工程：假說、SIEM 查詢、Sigma/YARA 規則與驗證。

Security40K2 週前更新

更多Software Development技能

Playground

anthropics

精選

建立自成一體的互動式 HTML 遊樂場，包含控制項、即時預覽與可複製的提示詞輸出。

Software Development37K今天更新

M5 Onboard

anthropics

精選

透過 USB 偵測 M5Stack ESP32 開發板，燒錄 UIFlow 2.0 韌體並安裝 MicroPython 應用程式套件。

Software Development37K今天更新

Cardputer Buddy

anthropics

精選

指導迭代 Cardputer-Adv 的 MicroPython 應用程式套件：新增應用程式、透過 USB 序列埠推送檔案、查看日誌並執行 REPL 指令。

Software Development37K今天更新

Web Design Guidelines

vercel-labs

精選

依據從遠端來源取得的 Web Interface Guidelines 審查 UI 程式碼，並以 file:line 形式回報問題。

Software Development32K5 週前更新

Vercel React Native Skills

vercel-labs

精選

React Native 與 Expo 最佳實務規則，涵蓋清單效能、動畫、導覽、UI 模式、狀態與 monorepo 設定。

Software Development32K5 週前更新

Vercel React Best Practices

vercel-labs

精選

Vercel 的 React 與 Next.js 效能指南，以 70 條規則的形式用於撰寫、審查與重構程式碼。

Software Development32K5 週前更新