パフォーマンスへの挑戦
100MBを超えるバイナリファイルは、応答遅延やメモリオーバーを引き起こす可能性があります：
防護措置
- セグメント・ローディング戦略.textセグメントのみを分析する」など、範囲を限定したディレクティブの使用。
- 資源モニタリングmax_memory=4Gパラメータを設定して、1回の分析に使用するメモリを制限します。
- 非同期処理解析タスクをバックグラウンドで実行するには、-backgroundパラメータを追加します。
最適化ステップ
- 関数複雑度の見積もり」を実行し、解析前にボイラープレート・コードを除外する。
- analyze_chunk_sizeパラメータでチャンキングを有効にする。
- 輸出機能など、価値の高いターゲットを優先する。
緊急プログラム
ラグがある場合は、taskkillでPythonプロセスを終了させ、ghidra_analysis.logをチェックしてボトルネックを特定する。
この答えは記事から得たものである。GhidraMCP：AIとギドラをつなぐリバースエンジニアリングツールについて
無断転載を禁じます：AI生産性ツール " 大規模バイナリ解析におけるGhidraMCPのパフォーマンス問題を回避するには？
