Phase 13: Tools & Protocols

شواهد، اعتماد و ناشناخته ها در تجزیه و تحلیل دوگانه

یک یافته در مورد یک برنامه مرتب شده یک سوابق با یک هش، اعتماد، یک مقام و یک لیست از آنچه که نمی تواند نشان دهد است.

Type: Build

Languages: Python, C

Prerequisites: Phase 13 · 32 (ELF from scratch), Phase 13 · 33 (disassembly and control flow), Phase 13 · 34 (lifting to pseudocode)

Time: ~105 minutes

اهداف یادگیری

ساخت یک پرونده شواهد مدل شده بر اساس REAEvidenceبا اطمینان مشاهده شده، مشتق شده و نتیجه گیری شده.
شماره های هاش محتوا را محاسبه کنید که وقتی فایل به پوشه دیگری منتقل می شود یکسان باقی می مانند.
آنچه هر ارائه دهنده نمی تواند نشان دهد را به عنوان محدودیت هایی که با این رکورد سفر می کنند ثبت کنید.
از بیان یک نتیجه تا زمانی که یک اجرا مشاهده شده از تابع آن را پشتیبانی کند، انکار کنید.
باقیمانده نامعلوم ها را به عنوان سوابق تجدیدپذیر و با یک زنجیره هش به هم پیوسته نگه دارید.
ارائه دهنده حافظه کش با کلید دقیق جواب می دهد و بازخورد قدیمی را رد می کند.

مشکل

از يه مامور ميپرسي چي؟gradeدرledger-x86_64-O1.oیک بازرس از او می پرسد که چگونه این عامل می داند. این عامل یک بلوک متن دارد که Ghidra چاپ کرده است. برای مسیر پیش فرض، این متن می خواندuVar1 = -(param_1 >> 0x1f) ^ (uint)((ulong)((long)param_1 * 0x66666667) >> 0x3f);بايت ها در اين نقطه ميگنxor eax, eax. .

این عبارت و دستورالعمل هر دو برای هر ورودی 0 تولید می کنند. عامل نمی دانست. به متن اعتماد می کرد زیرا یک ابزار آن را تولید کرد. یک مطالعه 2026 سه عامل را در 24 کار مهندسی معکوس انجام داد (NDSS BAR 2026) چهار ضعف مکرر را نامید: تعصب آموزش، اعتماد بیش از حد به مشاهدات، محدودیت های زمینه و پایداری برنامه. مطالعه دیگری در سال 2026 متن را در داخل دوگانه ها کاشته و دریافت که مدل ها در 35 مورد از 40 مورد اقدام غیر امن کاشته شده را پیشنهاد می کنند (arXiv 2607.12507)

rea 6.5.0 به عامل یک لغت برای این کار می دهد.Evidenceثبت با یکconfidenceازobserved،derived، یاinferred، یکauthority، و لیست ازlimitationsمهارت بسته به عامل می گوید: "هر نتیجه گیری باید مشاهدات، نتیجه گیری ها و ناشناخته ها را متمایز کند. شناسه های شواهد را ذکر کنید، محدودیت ها و پوشش نامکمل را حفظ کنید و هرگز به این معنی نیست که تجزیه و تحلیل جامد اجرا مشاهده شده است".

سه چیز را به شما می گذارد. عکس های فوری آن نتایج دقیق جستجو را ذخیره می کند، نه تجزیه و تحلیل. تأیید آن ادعا را هنگامی که یک ابعاد مقایسه بدون تغییر است، و نظر خود می گوید که یک گذر "مسافت اجرای جهانی را ایجاد نمی کند". دفترچه تعهد آن فقط از جاوا اسکریپت و نمودار های مدیریت شده کاندیداها را می گیرد، بنابراین یک تابع بومی هرگز به دست نمی آید.verifiedاز طریقش

این درس قطعه گمشده را در پایتون ساده می سازد. شما یک دفترچه بزرگ می نویسید که هر واقعیت در مورد دستگاه را به عنوان یک رکورد با یک محتوای هش ذخیره می کند. شما پیش بینی هایی را در موردpercent_changeوgradeشما دو رکورد واقعی را وارد می کنید و عکس فوری که از آن ها آمده است، و دفترچه شما هر هاش ریا را که نوشته شده است دوباره محاسبه می کند.

سه کلمه برای اعتماد و پنج کلمه برای مقام

confidenceاین یک عدد با سه مقدار است، هرگز یک عدد نیست.authorityوقتی یک تولید کننده چیزی نگفته، ریا استفاده می کندshipped-artifactباobserved. .

Value	Meaning on the fixture	Records in this lesson
`observed`	A fact read from bytes or from a run	the ELF reader's section and symbol reads, the two Ghidra records, 17 host runs
`derived`	A fact computed from observed records	the switch table model, the division model, every unknown mutation
`inferred`	An expectation that no observation states yet	18 predictions
`shipped-artifact`	The file on disk was the source	every read of `ledger-x86_64-O1.o`
`controlled-replay`	A run you controlled produced the fact	the host runs of `harness.c`
`analyst-inference`	Your own judgement	predictions and unknown mutations
`historical-reference`	An older source tree or document	none here
`external-service`	A service outside the file and the host	none here

دو سردرگمی بیشترین هزینه را دارد. اولین یک pseudocode را به عنوان یک مشاهده رفتار می داند. این یک مشاهده از آنچه Ghidra چاپ کرده است. دوم یک لیست خالی را به عنوان اثبات عدم وجود می داند. یادداشت طراحی rea سخت است: "پوشش گمشده ناشناخته است، نه عدم وجود. "code/main.pyهر دو قانون رو رمزنگاري مي کنه

تاریخچه

یک رکورد دقیقاً ۱۶ میدان دارد و rea 6.5.0 هر میدان دیگری را رد می کند.code/main.pyبه عنوان مثال، در قسمت 16،relationship_coverage، نشان می دهد که لیست تماس گیرندگان یا دعوت کنندگان چقدر کامل است.complete،partial، یاunknown، یاnullوقتی عملیات گزارش نمی دهد که هیچ تماس وجود نداشته باشد.

Field	What it holds
`evidence_id`	`ev_` and 64 hex digits, a hash of the content
`subject`	`name`, `digest.sha256`, `format`, `architecture`, `local_path`, or `null`
`provider`	`id`, `name`, `version` or `null`
`analysis_profile`	the provider's settings and their digest, or `null`, always present
`predicate_type`	a tag, `rea.analysis` by default
`operation`, `parameters`	the tool and its input
`raw_result`, `normalized_result`	provider output and the canonical result
`confidence`, `authority`	the enums above
`environment`	`id`, `platform`, `architecture`, `isolation`, or `null`
`limitations`	plain sentences
`relationship_coverage`	`status` `complete`, `partial`, or `unknown` with diagnostics, or `null`
`locations`	`address`, `address-range`, `artifact-path`, `file-offset`, `file-offset-range`
`evidence_links`	the `ev_` ids this record rests on

اين اون ريكورد واقعييه که ريال برايش نوشتهgrade، به قسمت هاي مهم اينجا قطع کنcode/fixtures/rea-evidence-grade.json، 37573 بايت

json{
  "evidence_id": "ev_67b6d3f992eaf49a2e16de084b6ebfdd9884e8c5c7f75e175b7bb20f4f748ce1",
  "subject": {
    "name": "ledger-x86_64-O1.o",
    "digest": { "sha256": "9a4a8082ba5e285a732552981a6935e0c5255725664f380e37c44ebfb04d803f" },
    "format": "elf",
    "architecture": "x86_64",
    "local_path": "/private/tmp/aiefs-re/phases/13-tools-and-protocols/35-evidence-confidence-and-unknowns/code/fixtures/ledger-x86_64-O1.o"
  },
  "provider": { "id": "ghidra", "name": "Ghidra", "version": "12.1.4" },
  "analysis_profile": {
    "provider": { "id": "ghidra", "name": "Ghidra", "version": "12.1.4" },
    "parameters": { "jump_table_evidence": "typed-case-default-blocks-v1", "import_mode": "ephemeral-source-immutable" },
    "digest": "9c7f6b24be69294e61da046e4583e3856cb9e40433b149c1bf8bb534d2fe03ef"
  },
  "operation": "analyze_function",
  "parameters": { "procedure": "grade" },
  "confidence": "observed",
  "authority": "shipped-artifact",
  "environment": null,
  "limitations": [
    "Default-space addresses use lowercase 0x-prefixed hexadecimal; other address spaces use <percent-encoded-space>:0x<hex>.",
    "Resolved reference metadata identifies computed, indirect, external, call, jump, and data edges; unresolved targetless flows remain unknown, and function classifications distinguish thunks and externals."
  ],
  "relationship_coverage": {
    "status": "complete",
    "diagnostics": [
      "Only resolved Ghidra call references are returned; unresolved computed or indirect calls remain unknown, while function classifications distinguish thunks and externals."
    ]
  },
  "locations": [],
  "evidence_links": []
}

واقعاًparametersموضوع پروفایل 25 کلید دارهlimitationsلیست ده جمله دارد. آنها را نگه دارید. محدودیت بخشی از محتوا است، بنابراین حذف یک تغییر هویت، و دفترچه شما سپس رکورد را رد می کند.

به آنچه در این کتاب نوشته نشده توجه کنید.environment.nullچون گيدرا پرونده اي رو خوند و هيچ چيزي رو پيدا نکردlocationsخالی است چون این گزارش عملیات در داخل آدرس ها استnormalized_result.relationship_coverageدارای وضعیتcompleteتشخیص آن می گوید که فقط مرجع تماس های حل شده Ghidra بازگردانده می شود و تماس های غیر حل نشده و غیر مستقیم نامعلوم باقی می مانند. بنابراین لیست تماس گیرنده و تماس گیرنده فقط برای تماس های حل شده کامل است.

آيد يك مشت از محتواست و راه در آن نيست

ریال کامپيوترevidence_idمثلev_به علاوه SHA-256 بر روی RFC 8785 JSON کانونیک یک پروژکتور از ثبت.digest،formatوarchitectureو قطره هاnameوlocal_path. سقوط ميکنهrelationship_coverageوقتی ارزشش null، پس یک رکورد بدون روابط تماس، همان هویت را که قبل از وجود این میدان داشت، حفظ می کند.raw_resultو هر محدودیتی، هاش شده است.

RFC 8785 کلید های شی را مرتب می کند، فضای سفید را حذف می کند و فرم های شماره و رشته را تنظیم می کند. برای سوابق که شماره آنها اعداد کامل است، کتابخانه استاندارد پایتون باایت های مشابه را تولید می کند:

pythondef canonical_json(value):
    return json.dumps(value, sort_keys=True, separators=(",", ":"), ensure_ascii=False, allow_nan=False)

code/main.pyاین نسخه قبل از هاش کردن، شناورها را رد می کند، زیرا RFC 8785 و پایتون برخی از شناورها را متفاوت چاپ می کنند. دو رکورد واقعی و عکس فوری هیچ شناور را نگه نمی دارند، بنابراین دستور هر هاش واقعی را بازیافت می کند:

rea value	Recomputed by `code/main.py`
`ev_67b6d3f992eaf49a…` for `grade`	equal
`ev_e88b10dc0c6400e5…` for `percent_change`	equal
profile digest `9c7f6b24be69294e…` over `{provider, parameters}`	equal
`query_26122aebe9d8abae…` for the `grade` snapshot entry	equal
`query_0f95ef38038d3666…` for the `percent_change` entry	equal

چرا مسیر را حذف کنیم؟ همان مشاهده از همان بائتهای یک شناسه مشابه در هر دستگاه و در هر پوشه ای پیدا می کند.local_pathدر لیست بالا نام پوشه ای در یک Mac وجود دارد. ID تغییر نمی کند وقتی که فایل را به /home/you/re.rebind_subject_path()اجازه می دهد تا شما یک رکورد را تحت یک مسیر جدید نشان دهید.sha256،format، یاarchitectureتفاوت. rea 6.5.0 به طور مشابه با rebindEvidenceToTargetPathوقتی که یک عکس سریع برای یک هدف در مسیر جدید پخش می شود.

validate_evidence()به عنوان مثال، این سیستم، یک شناسه را دوباره محاسبه می کند و یک عدم مطابقت با جمله "دليل شناسه معنوی اش با ثبتش مطابقت ندارد" را رد می کند.analysis_profile.providerاز اون فرق دارهprovider. آزمونtest_tampered_id_and_mismatched_profile_are_rejectedيه خط رمز مخفي داخل اصل رو تصويب ميکنهgradeثبت و نگاه می کند که دفترچه انکارش می کند.

خود را به این موضوع نگاه کن

قبل از هر ارائه دهنده، دفترچه پرونده رو میخواد.observe_object()برگه های بخش ELF64 را تجزیه می کند. .symtab،.strtabو.rela.textباstruct.unpack_fromيه حرف مي نويسهinspect_objectثبت و یکread_function_bytesهر نماد تابع را ثبت کنید.observedبا اختیارshipped-artifact، چون منبع پرونده در دیسک بود

Record	Content	Id
`inspect_object`	five sections with offsets, sizes, and hashes, four functions, three relocations	`ev_645e0a145f28bd5c…`
`read_function_bytes percent_change`	16 bytes at `.text+0x00`	`ev_2572a7d254ad15cb…`
`read_function_bytes grade`	46 bytes at `.text+0x10`, SHA-256 `ffcb75c2a7bb1104…`	`ev_a467c2427bfc0c56…`
`read_function_bytes total`	31 bytes at `.text+0x40`	`ev_b1e845cea2543073…`
`read_function_bytes grade_label`	63 bytes at `.text+0x60`	`ev_c50041be26e6b7f4…`

llvm-objdump -tموافقم: gradeدر0000000000000010با اندازه2e. سه بار نقل مکان کردن.rela.text.R_X86_64_PC32مخالف.rodataدر تعویضات0x36،0x84و0x93، با اضافه کردن0x10،0x24و-0x4هر ريكوردي يهfile-offset-rangeمکان و یک محدودیت: "بایت های بخش از فایل در دیسک خوانده می شوند. خواننده هیچ جابجایی و اجرا کد را اعمال نمی کند".

درسی 32 این خواننده را به طور کامل ساخته است. اینجا 60 خط است، چون این درس درباره آنچه شما در مورد خواندن ثبت می کنید.

جدول را بدست آور و بگو که خودت آن را بدست آوردی

46 بايت از gradeچهار الگوی را در درس 33 رمزگذاری کرده است:

Bytes	Instruction	Offset in `grade`
`48 69 c0 67 66 66 66`	`imul rax, rax, 0x66666667`	3
`48 c1 f9 22`	`sar rcx, 34`	13
`83 c1 fa`	`add ecx, -6`	23
`83 f9 04 77 0c`	`cmp ecx, 4` then `ja`	28

ضرب به 0x66666667بعدش با تغییر 34 تقسیم شده با 10 است. پرونده شماره 10 را نگه دارد.derive_grade_model()این واقعیت را به عنوان یک محدودیت می نویسد: "قسم دهنده 10 مشتق از ضربگر 0x66666667 و تغییر 34 است. فایل شماره 10 را نگه دارد".

.add ecx, -6این اولین مورد را به 6 میرساند.cmp ecx, 4با یک پرش بدون امضا پنج پرونده، 6 تا 10 مورد را قبول می کند.

.leaدر.text+0x33نقل مکان را با اضافه کننده انجام می دهد0x10. یک PC32 از پایان 4 بایت جابجایی اقدام می کند، بنابراین جدول از .rodata+0x14پنج کلمه کوچک و احمقانه در آن جا خوانده شده1, 2, 3, 4, 4. مبدل رو وارد کنledger.c1 برای 60 تا 69، 2 برای دهه هفتاد، 3 برای دهه هشتاد، و 4 برای 90 تا 100 را باز می کند.

سوابق حاصل شدهev_605106bff2d9998f….confidence derivedو اونevidence_linksنام دو رکورد مشاهده شده را که بر روی آن است. رکورد بایت ها را از دفترچه حذف کنید و رکورد حاصل شده دارای یک لینک آویزان است. شکل بالا نشان می دهد که حالت زمانی که شما خاموش می شویدev_a467c242…. .

حالا با گيدرا مقایسه کن کد پلويدو براي همين بايت ها

cuint grade(int param_1)
{
  uint uVar1;
  uint uVar2;

  uVar2 = param_1 / 10 - 6;
  uVar1 = -(param_1 >> 0x1f) ^ (uint)((ulong)((long)param_1 * 0x66666667) >> 0x3f);
  if (uVar2 < 5) {
    uVar1 = *(uint *)(&DAT_001000b4 + (ulong)uVar2 * 4);
  }
  return uVar1;
}

گيدرا نقل مکان رو اجرا کرد و ميز رو نام دادDAT_001000b4، که.rodata+0x14بعد از اينکه قرار داد.textدر0x100000. این بخش با 10 و پنج مورد را بازیابی کرد. برای ارزش پیش فرض یک عبارت را چاپ کرد که همیشه 0 است و هرگز 0 نمی گوید.native_value_flowاین عملیات را نشان می دهدis_dead: true.اسلام مشاهدات وفادار از گيدرا است .معنى که از آن مي خوانيد مشتق شده و ارزش انتظاراتي که از يه مسابقه ميگيريد مشتق شده

.percent_changeثبت شکست دیگری رو نشان میدهundefined1 [16] percent_change(int param_1,int param_2,ulong param_3). منبع ميگهint percent_change(int before, int after).idivنوشته شدهEDX:EAX، و مسیر صفر به عقب می رودEDXبدون لمس شدن، پس کمپایلر نتیجه گیری کرد که 16 بایت بازمی گردد و یک پارامتر سوم.native_api.return_type.confidenceبرایgrade."low".از امضا بازیافت شده به عنوان نتیجه گیری ارائه دهنده استفاده کنید و آن را به این شکل ثبت کنید

پیش بینی ها به دست آمده است

پیش بینی یک ادعای در مورد رفتار است که هیچ مشاهدات نشان داده نشده است. claim_suite()18 مورد از آنها را از مدل های مشتق و از منبع ساخته است. record_prediction()هرکدوم رو به عنوان یک رکورد با confidence inferredوauthority analyst-inference، به سوابق مربوطه که برشون پشتيباني ميکنه

Claim	Predicted value	Rests on
`percent_change(12400, 15500)`	25, from 310000 / 12400	division model `ev_076a9167…`
`percent_change(0, 5)`	0, the zero guard	division model
`percent_change(100, 50)`	-50	division model
`percent_change(-7, 3)`	-142, because `idiv` truncates toward zero	division model
`grade(55)`	0, index -1 fails the unsigned compare	table model `ev_605106bf…`
`grade(60)`, `grade(69)`	1, 1	table model
`grade(70)`, `grade(85)`	2, 3	table model
`grade(95)`, `grade(100)`, `grade(105)`	4, 4, 4	table model
`grade(110)`, `grade(-5)`	0, 0	table model
`total(1, 2, 3)`, `total()`	6, 0	source record `ev_2f1e6d25…`
`grade_label(85)`	`"B"`	source record and table model
`grade(score)` for 90 to 100	4 for all eleven inputs	table model

predict()از سیمنتک C استفاده می کند نه سیمنتک پایتون.c_div()به سمت صفر تراکم می کند وwrap32()هر میانگین را به 32 بیت خم می کند.//به سمت بی نهایت منفی میره، پس(3 - -7) * 100 // -7درسی 36 این شبکه را خیلی بزرگتر می کند.

هر پيش بيني يک غريزه نامعلوم رو باز ميکنهobservedشواهد با اجازهcontrolled-replayو توصیه مي کنه يه بار بررسي کنه:execute_functionدر بخش بعدی این شواهد را تولید می کند. سوال برای ادعای درجه اول می گوید "آیا درجه ((95) == 4 در زمان اجرا عملکرد مرتب می شود؟"

با دویدن مقایسه کنید

code/fixtures/harness.cشامل می شودledger.cو هر بار به هر درخواستي يه نتيجه چاپ مي کنهobserve_runs()با اولین نسخه اش را جمع آوری می کندclang،cc، یاgccدر مسیر شما و هر ورودی را در شبکه یک بار اجرا کنید. هر اجرا به یک رکورد تبدیل می شود:

json{
  "operation": "execute_function",
  "parameters": { "function": "grade", "args": [95] },
  "normalized_result": { "result": 4, "stdout": "4\n", "exit_code": 0 },
  "confidence": "observed",
  "authority": "controlled-replay",
  "environment": { "id": "host-process", "platform": "darwin", "architecture": "arm64", "isolation": "process" },
  "limitations": [
    "The run executed a host build of ledger.c, not the x86-64 object. The claim about the object rests on the shared source and on the compiler.",
    "One run observes one input. It proves nothing about other inputs."
  ]
}

موضوعي که در اين ريكورد اجرا شده، دوينر هنيز، يک فایل Mach-O arm64 در اين Mac است، با SHA-256 خودش.course-harnessبا خط نسخه ی سازنده، اینجاApple clang version 17.0.0 (clang-1700.6.3.2).evidence_linksنام ثبت منبع را مشخص کنیدev_2f1e6d251543d017…، چون راه و اجسام باهم باهم هستندledger.cو هیچی دیگه

این موضوع را به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به عنوان یک گزارش به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به طور کامل به.

17 تا واحد واردات همه با پیش بینی ها موافقندcode/fixtures/run-evidence.jsonاین 17 رکورد و رکورد منبع را در اختیار دارد که با --recordدر سال 2026-10-13 وقتی که هیچ کامپایلر وجود نداردbuild_ledger()در این گزارش آمده است که در این گزارش آمده است کهrunsمیدان

قوانین ترویج

یک ادعا از نتیجه گیری به حمایت فقط از طریق اجرا مشاهده می شود. check_claim()دنبالش مي گردهexecute_functionثبت با همان عملکرد و استدلال، مقایسه هر نتیجه با پیش بینی، و شمارش ورودی های پوشش داده شده:

Status	Condition	rea's completion ledger
`pass`	every input has an agreeing run and none disagrees	`pass`
`fail`	any run disagrees	`fail`
`unknown`	some inputs have runs, others have none	`unknown`
`unsupported`	no input has a run	`unsupported`

promote_claim()اين شکل سخته.ClaimErrorوقتی یه اسم باشهinferredیاderived. این هنگام افزایش می یابد که یک id نام یک سری از تابع دیگر یا استدلال های دیگر را. این هنگام افزایش می یابد که لیست خالی است و زمانی که اجراها ورودی کمتری از ادعای را پوشش می دهند. ثبت سئو کد Ghidra و مدل جدول هر دو برای وجود دارند.grade(55)و هيچکدوم از اونا نمي تونن به اون ارتقا برسندev_7be90c0c…در این شکل و مشاهده کنید که ادعای سقوط به unsupportedو دو تا از اون دو تاgrade.بقا

ادعای دامنه مورد جزئی را نشان می دهد. تنها دو از 11 ورودی آن، 95 و 100، در شبکه اجرا ظاهر می شوند. check_claim()بازپرداختunknownباcovered2 از 11 وpromote_claim()با 2 از 11 ورودی مشاهده شده اجرا می کند.

completion_ledger()آینه های ریاEvidenceCompletionLedger. شناسه اشecl_و افزون به هاشي پرونده هاشcompleteفقط وقتی درست میشهpassبرابر استtotal. چاپ های دموecl_da64933ea13befed…باcomplete: false، به خاطر اين ادعاي يک دامنه

ناشناخته ها سوابق با یک زنجیره هش هستند

rea یک باقی مانده ناشناخته را به عنوان یک رکورد دقیق ذخیره می کند. code/main.pyبا همينه رشته ها و همينه متغيرات

اسمش اینهunk_+ SHA-256 اضافه شد{domain, question, scope_digest}دو تحلیلگر که از یک پرونده مشابه سوال می کنند، یک شناسه مشابه دریافت می کنند.scope_digestSHA-256 این شیست.

هر تغییر یک تجدید نظر جدید است.previous_revision_digest nullهر نظرسنجی بعد نام ها را به نامrevision_digestاز آن قبلي كه در آن بود و هر جا را جز خود پوشش مى دهد.verify_unknown_chain()این لیست را می گذرد و هر هضم را دوباره محاسبه می کند. این بررسی می کند که هر لینک به نظرسنجی قبلی اشاره دارد. این بررسی می کند که شواهد جهش هر نام تجدید نظر در دفترچه است.

هر جهش خودش یک ثبت شواهد است، همانطور که در مورد ارائه دهنده انجام می شودrea-unknown-registry. مال ماconfidence derived،authority analyst-inferenceو موضوعي نيست. محدودیتش ميگه " يه جهش ثبت شده چيزي که تحلیلگر تصميم گرفته است.

به همین دلیل است که 81 رکورد در نمایش شامل 36 رکورد جهش مشتق شده: 18 باز کردن و 18 بروزرسانی است.

سه نوع غیر متغیر در هر تجدید نظر اعمال می شود:

فقط یهresolvedنامعلوم به همراهش دارهresolution، و فقط نسخه 1 هیچ پیشگامش را ندارد.
Acontradictedنام های ناشناخته حداقل یک شناسه متناقض و هیچ شناسه ای در هر دو لیست ظاهر نمی شود.
Averifiedقطعنامه حداقل یک هویت اثبات با اعتماد و صلاحیت مورد نیاز را نام می دهد.

قانون سوم جایی است که دفترچه اغلب از آن انکار می کند. یادداشت های جریان کار rea می گویند "تنها شواهد مشاهده شده واجد شرایط می توانند یک قطعنامه را تأیید کنند". resolve_unknown()بنابراین مدل جدول را رد می کند، یک گزارش مشاهده شده را با اختیار رد می کندshipped-artifactو رکورد اجرا را قبول می کندev_f4ffbe8f922ec7fe…. اصلاحات حل شده برای grade(95)این نسخه 2 است وprevious_revision_digest.ffca840b55a8a188…، بازبینی 1

update_unknown()میرهexpected_revisionو افزایش دادنrevision-conflictوقتی که قدیمی شده، مثل ریاupdate_unknownواکنش درست این است که یادداشت های ریا می دهند: بازبینی فعلی را بخوانید و دوباره تصمیم بگیرید.

بعد از نمایشي يه نفر ناشناس باز مي ماند:unk_f2eb0d7f84c80a19…، "درست ((نمره) == 4 برای هر نمره از 90 تا 100 نگه دارید وقتی که تابع مرتب اجرا می شود؟" وضعیت آن است investigating، شناسه های پشتیبانی آن شامل دو اجرا است و سوند آن هنوز هم ۹ ورودی را بدون اجرا نام می دهد.

یک مخزن پاسخ ها پایگاه داده ای برای تحلیل نیست

rea سه چیز دارد که شبیه یک کش است. عکس هدف Ghidra یک کپی خصوصی از ورودی است، که با -readOnly -deleteProjectو در زمان بسته شدن حذف شدهAnalysisSnapshotCacheتا 10 هزار تا ثبت نام برای یک هویت دوگانه را نگه دارد. فایل عکس فوری نگه داردtarget،binding،entries،workflow_entries، و یکevidence_bundle. .

کلید حافظه کششquery_+ SHA-256 اضافه شد{target, binding, operation, parameters}.target.{sha256, kind, format, architecture}، و یکraw-binaryهدف هم دارهentry_point.bindingارائه دهنده و کل پروفایل تجزیه و تحلیل، شامل هضم است. به عنوان مثال هر یک از 25 پارامتر پروفایل را تغییر دهیدjump_table_evidenceازtyped-case-default-blocks-v1به یکv2، و هضم تغییر می کند، بنابراین هر کلید تغییر می کند.

code/fixtures/rea-snapshot.jsonفایل rea در طول دو اجرا، 142,690 بایت نوشته شده است. rea آن را با مجوزهای فقط صاحب نوشته است و کپی انجام شده توسط همه قابل خواندن است. این دو ورودی و یک بسته شواهد با همان دو رکورد دارد. AnswerCache.import_snapshot()هرکدوم رو دوباره محاسبه مي کنهquery_idو پرونده را رد می کند وقتی که هر کدام متفاوت باشد.targetیاbindingاز فعال متفاوت است، با عبارت REAprofile_mismatch. از عکس ي كسي كهformat_versionنهcourse-answer-cache-1. .

سه اندازه گیری از این دستگاه.gradeسوال 8.6 ثانیه طول کشید، با واردات تازه Ghidra.percent_changeسوال با همان عکس فوری 8.5 ثانیه طول کشید، چون یک سوال متفاوت یک کاش گم شده است.gradeسوال 2.1 ثانیه طول کشید و به ثبت مشابه با همان evidence_id. بازیابی مجدد در حافظه در rea محدودیت را اضافه می کند "از یک عکس تحلیل REA محلی بارگذاری شده است؛ این تماس ارائه دهنده را دوباره اجرا نکرد. "lookup()به جمله ی مشابه اضافه می کند تا خواننده بتواند تکرار را از پاسخ تازه تشخیص دهد.

یک جهش حافظه کش را متوقف می کند. در rea 6.5.0، نامگذاری یا یک نظر، حافظه کش لحظه ای را قبل از اینکه rea تماس را به ارائه دهنده ارسال کند پاک می کند. یک پاسخ شکست خورده نمی تواند اثبات کند که نوشتن به عقب کشیده شده است، بنابراین نوشتن شکست خورده نیز پخش مجدد را متوقف می کند. واردات متادتا که پایگاه داده را تغییر می دهد، همین کار را می کند.

چرا يه مامور به اين نياز داره

يه مامور که از طریق MCP ريال رو مي فرستد ، تمام اطلاعات هر تماس رو مي بينه و مي تونه نقل قول کنهevidence_idدر این مطالعه، محتوای دوگانه به عنوان داده ها به تنهایی هنوز 15 پیشنهاد غیر ایمن از 40 را ترک کرد و بررسی های منبع با مجوز ابزار آنها را حذف کرد. در یک مطالعه سوم شاهد یک عامل رانندگی Ghidra از طریق MCP (مجموعه ای از داده های موجود در سیستم های موجود در سیستم) بود.arXiv 2606.06838) در دوگانه ای که صدها تابع دارند، تنها ۱۰ تا ۱۵ درصد قبل از اینکه عامل تکه ها را تولید کند، تجزیه و تحلیل واقعی را دریافت می کنند.

دفترچه پاسخ به هر یک از این موارد با یک رکورد، و آژانس تنها گزارش آنچه در دفترچه نگه داشته است. یک ادعا بدون یک اجرا مشاهده شده است.unsupported. يه ادعا با چند رينunknown. یک متن ارائه دهندهobservedفقط به مامور اطلاعات مهارت رو بدهoutputs/و به دفترچه ی کتاب تنها جایی که نتیجه گیری می نویسد، که برای کلود، کورسور، کودکس، اوپن کلاو، هرمز، یا هر نماینده ای که SKILL.md را می خواند، درست است.

آن را بسازید

نمایش کتابخانه استاندارد رو اجرا کن:

bashcd phases/13-tools-and-protocols/35-evidence-confidence-and-unknowns
python3 code/main.py

نمایشگر، شی را می خواند، دو رکورد واقعی را وارد می کند، عکس واقعی را تأیید می کند و دو مدل را اخذ می کند. سپس 18 پیش بینی را ثبت می کند، 18 ناشناخته را باز می کند، هرنس را مرتب و اجرا می کند، هر ادعای را بررسی می کند و 17 ناشناخته را حل می کند. شکل انتظار می رود:

json{
  "records": 81,
  "by_confidence": { "observed": 25, "derived": 38, "inferred": 18 },
  "rea_snapshot": { "entries": 2, "replay_hit": true, "stale_profile_refused": true },
  "grade_table": [1, 2, 3, 4, 4],
  "runs": "live: Apple clang version 17.0.0 (clang-1700.6.3.2)",
  "claims": [ { "claim_id": "grade(95)", "status": "pass", "covered": "1/1" }, { "claim_id": "grade(90..100)", "status": "unknown", "covered": "2/11" } ],
  "completion_ledger_id": "ecl_da64933ea13befed9483f8b00447bb3f4ceb74324c01e2515eff03f3af3ca750",
  "complete": false,
  "unknowns": { "resolved": 17, "investigating": 1 }
}

بدون کمپایلر C،runsمیخوادimported 17 recorded run records from run-evidence.jsonو بقیه هم همینطوره.

بخونcode/main.pyدر این ترتیب:

canonical_json()وcompute_evidence_id()دستورات هاش و پروژکتور معنوی رو نگه دار
create_evidence()وvalidate_evidence()و ثبتش رو چک کن
EvidenceLedger.record()وimport_bundle()پرونده ها را ذخیره کنید و درگیری ها را رد کنید.
open_unknown()،update_unknown()وresolve_unknown()زنجیره بازنگري رو نگه دار
observe_object()این ELF را می خواند وderive_grade_model()میز رو میخواد
claim_suite()،predict()وrecord_prediction()سطح نتیجه گیری را بنویسید.
observe_runs()هر بارش رو به یک رکورد مشاهده می کنه
check_claim()،promote_claim()وcompletion_ledger()قوانین ارتقاء را اعمال کنید.
AnswerCacheکليدها مثل عکس هاي ريا جواب ميده و عکس هاي قدیمی رو رد ميکنه

ازش استفاده کن

هر هدف و هر تحقیق یک دفترچه داشته باش، SHA-256 هدف را در هر موضوع و دامنه سوال را در هر نامعلوم قرار بده. وقتی ابزار را تغییر می دهی،providerو اجازه دهید شناسه ها متفاوت باشند. وقتی شما فایل را بازسازی می کنید، موضوع تغییراتی را هضم می کند و هر رکورد قدیمی به شواهد مربوط به فایل دیگری تبدیل می شود.

در لحظه ای که آنها را می دانید محدودیت هایی را بنویسید. خواننده ای که هیچ جابجایی را اعمال نمی کند چنین می گوید. اجرا یک ساخت میزبان چنین می گوید. مدل ای که تقسیم کننده را تحمیل می کند چنین می گوید. یک رکورد بدون محدودیت های خود نوشته شده قوی تر از واقعیت به نظر می رسد و خواننده بعدی نمی تواند آن را اصلاح کند.

هر متن ارائه دهنده را به عنوان داده ها در نظر بگیرید. رشته ها و کد های نامزدی از هدف عبارتند از متن که هدف کنترل می کند. آنها هرگز به دستورالعمل تبدیل نمی شوند و هرگز به مشاهدات رفتاری تبدیل نمی شوند. rea 6.5.0 چنین نتایج را با _meta.provenance.untrusted_content: trueدستورالعمل های سرور آن به مدل می گوید که محتوای هدف را به عنوان داده ها در نظر بگیرد و هر درخواستی را که در آن اجرا، نصب، دانلود یا ارسال چیزی به عنوان یک تلاش تزریق فوری گزارش دهد. نشانگر کمک می کند، اما دفترچه شما باید هنوز متن هدف را از دستورالعمل ها خارج کند.

آزمایشگاه تعاملی

آزمایشگاه A: دوباره حساب کردن یک آدی واقعی

ازcodeدایرکتوری، پیتون باز:

bashcd phases/13-tools-and-protocols/35-evidence-confidence-and-unknowns/code
python3 -q

راه رفتن:

pythonfrom main import *
record = load_evidence_file(FIXTURES / "rea-evidence-grade.json")
record["evidence_id"] == compute_evidence_id(record)
record["subject"]["local_path"] = "/home/you/re/ledger-x86_64-O1.o"
record["evidence_id"] == compute_evidence_id(record)
record["limitations"].pop()
record["evidence_id"] == compute_evidence_id(record)

دو مقایسه اول درست است. مسیر در هش نیست. سوم غلط است، زیرا یک محدودیت محتوا است.

لابراتوار ب: رد ارتقاء

pythonledger, report = build_ledger(live_runs=False)
claim = [c for c in claim_suite(ledger.find(operation="derive_switch_model")[0], ledger.find(operation="derive_arithmetic_model")[0], ledger.find(operation="read_source")[0]) if c.claim_id == "grade(55)"][0]
promote_claim(ledger, claim, [ledger.find(operation="derive_switch_model")[0]["evidence_id"]])

صدا بلند ميشهClaimErrorو نام شناسه مشتق شده را نام دهد. حالا نام شناسه اجرا را رد کنید:

pythonrun = run_records_for(ledger, "grade", [55])[0]
promote_claim(ledger, claim, [run["evidence_id"]])["status"]

وضعیتش اینهpassو بازگردانده شدlimitationsو حکم ساخت میزبان را به عهده دارند.

لابراتوار C: عکس های قدیمی را رد کنید

pythonimport json
snapshot = json.loads(REA_SNAPSHOT_PATH.read_text())
target, binding = rea_snapshot_binding(snapshot)
AnswerCache(target, binding).import_snapshot(snapshot)
stale = dict(binding["analysis_profile"]["parameters"], jump_table_evidence="typed-case-default-blocks-v2")
AnswerCache(target, {"provider": binding["provider"], "analysis_profile": make_profile(binding["provider"], stale)}).import_snapshot(snapshot)

اولین بازخواست وارداتی 2CacheErrorباprofile_mismatch. يک رشته نسخه تغيير شده و کل عکس رد شده

لابراتوار D: زنجیره رو بشکنید

pythonunknown_id = [u for u, r in ledger.unknowns.items() if r[-1]["status"] == "investigating"][0]
ledger.verify_unknown_chain(unknown_id)
ledger.unknowns[unknown_id][0]["severity"] = "critical"
ledger.verify_unknown_chain(unknown_id)

اولين تماس باز مياد دوين تماس بلند مي شودEvidenceIntegrityError، چون نسخه 1 دیگر با هضم خودش مطابقت ندارد و نسخه 2 در هضم که دیگر وجود ندارد، اشاره دارد.

آزمایشگاه تمرین

بازي نامعلوم را ببنديد و يه ارائه دهنده دوم اضافه كنيد.

الزامات:

طولانيrun_grid()پس 9 ورودی گمشده در دامنه اجرا می شود، سپس حرکت ناشناخته را به resolvedدر نظرسنجی 3.
اضافه کردنllvm-objdump -dبه عنوان یک تامین کننده دوم با خودproviderاعتراض و ثبت فهرستش ازgradeمثلobserved. .
يه حرف بنويسderivedاون دو لیست، گیدرا و llvm-objdump را مشخص می کنه، همان 14 دستورالعمل رو رمزنگاري مي کنه و هر دو رو به هم مي پیوندد.
براي يه نامعلوم باز کنgrade_label(105)با شدتhigh، از آنجایی که شاخص جدول 4 میگه labels[4]و با فرارش حلش کن
دفترچه ی بزرگ را با export_bundle()، واردش ميکنه به يه دفترچه تازه و ثابت ميکنه که هر زنجیره اي هنوز هم تصديق ميکنه

موفقیت به معنای گزارش است که در هر جمله یک اسم از بسته و یک کلمه را ذکر می کندunknownادعا از دست رفته

درس هنرپیشه

این درس به ما کمک می کندoutputs/skill-evidence-ledger.mdبه یک نماینده می گوید که چگونه هر یافته را به عنوان یک سوابق با اعتماد به نفس، صلاحیت، محدودیت ها و لینک ها بنویسد. به آژانس می گوید که چگونه ناشناخته ها را به عنوان بازبینی نگه دارد و وقتی ادعای مورد نظر است.pass،fail،unknown، یاunsupported. .

بررسی کنید

نمایش و مجموعه تعیین کننده را اجرا کنید:

bashcd phases/13-tools-and-protocols/35-evidence-confidence-and-unknowns
python3 code/main.py
python3 -m unittest discover -s code/tests -v

28 تست ثابت ميکنه:

هر دو واقعاevidence_idارزش ها، پروفایل و هر دو عکسquery_idارزش ها از محتوای آن محاسبه می شوند
مسیر تغییر یافته، هویت را حفظ می کند و محدودیت تغییر یافته، تغییر می کند.
یک رکورد تغییر یافته، یک ارائه دهنده پروفایل نامتناسب، یک شناور و یک ارزش enum ناشناخته رد می شوند
گزارشات دوگانهduplicate، رکورد متناقض بالا می رود و واردات بسته ای اتمی است
واردات بسته های ثبت شده با ۱۸ رکورد و بدون لینک های لنگ
يه ناشناس در نسخه 1 باز ميشه ، رد ميشهexpected_revision، و فقط با مشاهده حل می شودcontrolled-replayشواهد
یک اصلاح اصلاح شده زنجیره را شکسته است
تبلیغ انکار یافته، مشتق، خالی و غیر مرتبط شواهد و با یک توافق اجرا می کند
پوشش جزئیunknownو دویدن متناقضfail
حافظه کش روی کلید دقیق ضربه می زند و در پارامترهای دیگر گم می شود
حافظه پیشگیری از نسخه پروفایل خراب شده، هدف اشتباه، نسخه فرمت اشتباه و کلید تغییر یافته را رد می کند
خواننده ELF موافق استllvm-objdumpدر تعویضات، اندازه ها، بائتهای و نقل مکان ها، و جدول می خواد 1, 2, 3, 4, 4
پیش بینی ها از تقسیم C استفاده می کنند و اجراهای ثبت شده با همه 17 ادعای واحد وارد کننده موافق هستند
با وجود یک کمپایلر، اجرا های زنده هم موافق هستند

روش های شکست تولید

Failure	What the weak report says	What the ledger requires
Pseudocode read as behaviour	"grade returns 0 for failing scores"	an `execute_function` record for that input, or `unsupported`
Decompiler signature trusted	"percent_change returns 16 bytes"	the signature marked as the provider's inference with its `low` confidence
Empty list read as absence	"the function has no callers"	an `unknown` status, or a coverage field when the tool provides one
Path hashed into the id	"the record changed" after a copy	the semantic projection without `name` and `local_path`
Limitation dropped from a copy	a record that looks stronger than the source	id mismatch and rejection on import
Partial grid rounded up	"all scores from 90 pass"	`unknown` with `covered` 2 of 11
Host run presented as the object's run	"the x86-64 object returned 25"	the host-build limitation carried on the claim
Unknown closed by a sentence	"resolved, see above"	a `verified` resolution with observed ids of the required authority
Stale revision overwritten	two analysts' edits collide	`revision-conflict` and a reread
Old snapshot replayed after a release	answers from a changed contract	`profile_mismatch` on import
Cache kept after a rename	a replay that hides a metadata write	invalidation before dispatch and a failed export

قاعده عملیاتی

آنچه را که خوانده اید، آنچه را که محاسبه کرده اید و آنچه را که انتظار دارید به عنوان سه نوع ضبط با سه کلمه ثبت کنید. نامعلوم را با یک شناسه، هرگز با یک جمله ببندید. پاسخ را فقط تحت کلید دقیق ذخیره شده است، تکرار کنید و آن را رد کنید زمانی که یک رشته نسخه متفاوت است.

خواندن بیشتر

rea 6.5.0 source, src/domain/evidence.ts and src/domain/residualUnknown.ts
RFC 8785, JSON Canonicalization Scheme
Ghidra 12.1.4 release
Agent Failure Patterns in CTF Reverse Engineering, NDSS BAR 2026
When Binaries Talk Back: Representation-Confusion Attacks on LLM-Assisted Reverse Engineering, arXiv 2607.12507
Agentic decompilation study, arXiv 2606.06838
When LLM Decompilers Recompile More and Preserve Less, arXiv 2609.05370
rea 6.5.0 منبع در برچسب 3b79af2که این درس شرح می دهد:src/domain/evidence.ts،.agents/skills/reverse-engineer-anything/SKILL.md،docs/cli.md،src/domain/reconstructionVerification.ts،src/application/ReconstructionObligationCandidates.ts،docs/tool-design.md،src/domain/evidenceCompletionLedger.ts،src/domain/residualUnknown.ts،src/application/investigation/UnknownEvidence.ts،.agents/skills/reverse-engineer-anything/references/evidence-workflows.md،src/application/binary/AnalysisSnapshotCache.ts،src/domain/analysisSnapshot.ts،src/application/binary/BinarySession.ts،src/application/binary/BinarySessionRecords.ts،docs/mcp-contracts.md. .

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.