逆向工程 Binary Diff

Model: minimax-m3 | ¥0.20/call

网络安全Claude Opus 4.7安全审计BinaryDiff

Binary Diff：zhaoxuya520/reverse-skill: binary-diff，适用于安全分析、取证与威胁排查场景。

Calls: 1

Skill Documentation

逆向工程 Binary Diff

摘要

Binary Diff：zhaoxuya520/reverse-skill: binary-diff，适用于安全分析、取证与威胁排查场景。

> 来源: zhaoxuya520/reverse-skill (15.7k stars) — 安全技能路由

> 原文件: skills/binary-diff/SKILL.md

> 模型推荐: claude-opus-4-7 (安全分析)

这个 skill 是干嘛的

reverse-skill 整合了逆向工程 / 渗透测试 / CTF / 安全分析的"技能路由包" — 52 个 skill,每个对应一类目标(APK/二进制/前端/网络/IoT/Mac/Win)。

michael 强调"skill 要有相应的指导功能,指导用户使用",所以加了下面两节让 Agent 和用户对接。

---

🤖 Agent 使用说明

1. 用户提到"逆向 / 渗透 / CTF / 取证 / 漏洞"时,触发对应 skill

2. skill 会先 check 用户是否取得授权(否则 ask user)

3. 按 skill 流程执行(取证镜像 / 静态分析 / 动态调试 / 漏洞利用)

4. 涉及破坏性操作前必须 ask user

5. 完工后让 Agent 跑自检

👤 用户需要做什么?

1. 告诉 Agent 你要分析的目标(APK / ELF / JS / 固件 / 等)

2. 如果需要提供文件/镜像/哈希,按 Agent 提示提供

3. 涉及破坏性操作时明确告诉 Agent"继续"或"取消"

4. 全程 Agent 自动化,你只需提供数据 + 回答决策点

---

原 skill 内容(zhaoxuya520/reverse-skill/skills/binary-diff/SKILL.md,截断到 12k chars)

---

name: binary-diff

description: |

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。

---

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

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

I have disassembly outputs and procedure code of the same function.

This is the function for reference:

**Disassembly for Reference**

{disasm_for_reference}


**Procedure code for Reference**

{procedure_for_reference}


This is the function you need to reverse-engineering:

**Disassembly to reverse-engineering**

{disasm_code}


**Procedure code to reverse-engineering**

{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:

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

Step 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

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

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 IDA
2. 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 = PspSetCreateProcessNotifyRoutine
6. 批量应用

场景 2：应用更新后迁移

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 rename
5. 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？

常见问题（FAQ）

使用「Binary Diff」这个 skill 能解决什么问题?

本 skill 专注于Binary Diff，zhaoxuya520/reverse-skill: binary-diff。它将相关流程标准化，帮助用户更快拿到可靠结果，减少重复手工操作。

什么情况下适合使用「Binary Diff」?

当你需要在Binary Diff相关工作中获得稳定、可复用的产出时最适合——无论是单次任务还是纳入日常工作流，都能直接调用。

使用「Binary Diff」前需要准备什么?

需要明确授权范围内的目标系统或样本文件，并准备隔离的分析环境（虚拟机/沙箱）。

FAQ