cyberkaida/reverse-engineering-assistant

해결하는 문제

ReVa는 대규모 바이너리나 펌웨어 분석과 같은 복잡한 리버스 엔지니어링 작업에 AI를 활용할 때 발생하는 어려움을 해결합니다. AI 모델이 긴 분석 세션 동안 관련 정보를 놓치는 '컨텍스트 저하' 문제를 구조화된 도구 기반 인터페이스를 통해 해결하며, AI가 중요하고 관리 가능한 데이터 조각에 집중하도록 돕습니다.

작동 방식

ReVa는 Model Context Protocol (MCP)을 사용하여 Ghidra 리버스 엔지니어링 플랫폼과 AI 언어 모델 사이의 가교 역할을 합니다. 방대한 데이터를 AI에 한꺼번에 전달하는 대신, ReVa는 AI가 필요할 때 호출할 수 있는 전문적인 소규모 도구 모음을 제공합니다. 이러한 도구는 네임스페이스, 교차 참조, 디컴파일된 코드 스니펫과 같은 구체적이고 관련성 높은 정보를 제공합니다. 이 접근 방식은 인간 리버스 엔지니어가 도구 모음을 사용하는 방식을 모방하여, AI가 체계적으로 바이너리를 탐색하도록 유도하고 환각 현상을 줄입니다.

대상 사용자

Ghidra를 사용하며 AI 지원을 워크플로우에 통합하려는 보안 연구원, CTF 참가자 및 개발자를 위해 설계되었습니다. 대화형 분석(Ghidra UI 사용)과 CI/CD 파이프라인 또는 배치 처리를 위한 자동화된 헤드리스 분석을 모두 지원합니다.

주요 특징

• 도구 기반 설계: AI에게 작고 구체적인 도구를 제공하여 컨텍스트 과부하를 줄이고 정확도를 향상시킵니다.
• 대화형 및 헤드리스 모드: Ghidra GUI와 함께 심층적인 실시간 분석을 수행하거나, 백그라운드에서 자동화된 작업을 실행할 수 있습니다.
• MCP 호환성: Claude Code 및 VSCode와 같은 표준 MCP 클라이언트와 통합되어 GitHub나 웹 검색과 같은 다른 도구와 결합할 수 있습니다.
• 인간과 유사한 탐색: 교차 참조와 같은 컨텍스트 힌트를 포함하여 AI가 인간 전문가처럼 바이너리를 조사하도록 장려합니다.
• 확장성: 바이너리 트리아지, 암호 분석, CTF 챌린지와 같은 특정 작업을 위한 사용자 지정 기술을 지원합니다.