博客
关于我
Minimum operating system with QEMU, but no debug
阅读量:579 次
发布时间:2019-03-10

本文共 880 字,大约阅读时间需要 2 分钟。

环境配置

环境创建需遵循以下步骤: 确保操作系统已安装所有必要的软件包,包括虚拟化工具(如VMware或VirtualBox)和必要的系统依赖。

源码获取与编译

若尚未安装NASM,可自行安装: 1. 访问NASM官方仓库获取最新源码 redistribution包。 2. 解压压缩包,进入目录。 3. 执行`./configure`,自定义安装选项。 4. 运行`make`生成可执行文件。 5. 运行`sudo make install`将组件安置至系统目录。

编译NASM时,可选命令:

  • 仅生成可执行文件:nasm boot.asm -o boot.bin
  • 生成带调试信息的ELF文件:nasm -f elf -g boot.asm -o boot.o
  • 生成32位可执行文件(需安装相应的库):gcc -c boot.o -o boot -m32

命令行调试

QEMU为调试提供支持,下载最新版本并执行: `qemu-system-x86_64.exe -m 16M -boot a -fda boot.bin -s -S` 此时QEMU会挂起以等待GDB连接,指定端口为1234。使用`-S`标志可以冻结CPU运行。

在另一个命令窗口启动GDB,用target remote localhost:1234连接调试目标。

ATTENTION:需先将Linux 0.11展开到磁盘中,不能使用samba共享进行调试。

网络环境配置(Samba共享)

完成以下步骤创建Samba共享: 1. 确保网络互联性强。 2. 运行`apt-get install samba`。 3. 备份原始配置文件`/etc/samba/smb.conf`,进入目录`/etc/samba/`。 4. 使用`testparm`命令验证配置并立即生效。 5. 建立用户账户: - 输入`smbpasswd -a root`(可选择其他用户名)。 6. 重启Samba服务:`/etc/init.d/samba restart`。 通过这些步骤,可将根目录作为共享可供访问。

转载地址:http://ycgpz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>
OpenCV学习(13) 细化算法(1)(转)
查看>>
opencv笔记(1):图像缩放
查看>>
OpenCV(1)读写图像
查看>>
OpenCV:概念、历史、应用场景示例、核心模块、安装配置
查看>>
Openlayers Source基础及重点内容讲解
查看>>
openlayers 入门教程(八):Geoms 篇
查看>>
Openlayers中点击地图获取坐标并输出
查看>>
Openlayers图文版实战,vue项目从0到1做基础配置
查看>>