Cheat Engine基本使用方法

简介: Cheat Engine基本使用方法

打开本机的进程

选择你要修改的游戏或者别的程序

搜索数据

在十六进制中搜索你要找的数据,可以是游戏中的一项属性(比如植物大战僵尸的阳光数)

扫描类型可以根据值的变化来选择

数值类型建议选择所有类型,如果对于数值类型有判断的话可以选择字节数

选择后在内存中扫描

选择首次扫描

就获得了大量这个数值的数据

数目庞大,我们能以确定我们要的数据到底是哪一个

可以在游戏中对这个数据进行修改(比如植物大战僵尸中获取一个新的阳光点数使得阳光数被修改了),让他呈现出一个新的值,然后点击再次扫描

就会在第一次扫描的结果中找到这个改变的数值

如果锁定不了,可以继续重复这个修改后搜索的步骤,缩小范围

修改数据

找到这个数据的地址后尽可以双击它进行任意修改

修改植物大战僵尸阳光数实例

修改植物大战僵尸阳光数

对于搜索到的地址的操作

点击一个地址,可以让地址出现在最下面的一栏中

在一个地址处右键有些选项

可以浏览相关的内存区域,下图是找到了扫雷中表示方格中状态的数据的地址,跟踪内存区域,找到存储整个方格状态的内存

使用cheat engine需要进行修改一些数据需要进行相对复杂的操作,而且这个数值的地址往往是变化的

cheat engine(CE)结合Ollydbg(OD)使用可以根据地址跟踪汇编语言,找到基地址

利用找到的基地址,我们就可以使用Windows编程编写一个程序,将一些功能设置成按键

这就是我们想要的外挂

找基地址的过程需要耐心和深厚的汇编语言知识

可以配合别的逆向工具使用,发挥更大的作用

相关文章
防抓包破解(HTTP.Debugger)
防抓包破解(HTTP.Debugger)
3714 3
|
JavaScript 前端开发 UED
JS实现绑定事件监听的几种方法详解
JS实现绑定事件监听的几种方法详解
413 0
|
弹性计算
阿里云3M带宽云服务器并发多大?阿里云3M带宽云服务器测评参考
在探讨云服务器3M带宽能支持多大并发这一问题时,我们首先要明白一个关键点:并发量并非仅由带宽决定,还与网站本身的大小密切相关。一般来说,一个优化良好的普通网站页面大小可能只有几K,为便于计算,我们可以暂且假定每个页面大小为50K。
1658 1
|
9月前
|
搜索推荐 Android开发 UED
信息检索系统评估指标的层级分析:从单点精确度到整体性能度量
本文深入探讨了信息检索系统(如搜索引擎)的评估机制,从用户行为特征出发,设计了一系列量化指标以衡量搜索结果的相关性和有效性。核心内容包括精确度(Precision)、Precision@K(聚焦前K个结果)、Average Precision@K(考虑位置权重)以及MAP@K(系统整体性能评估)。通过实际案例分析,展示了如何用这些指标评估搜索系统的质量,并强调高质量系统需在多维度上表现优异,以契合用户真实需求和行为模式。文章为优化信息检索系统提供了科学指导框架。
433 7
信息检索系统评估指标的层级分析:从单点精确度到整体性能度量
|
缓存 负载均衡 算法
(四)网络编程之请求分发篇:负载均衡静态调度算法、平滑轮询加权、一致性哈希、最小活跃数算法实践!
先如今所有的技术栈中,只要一谈关于高可用、高并发处理相关的实现,必然会牵扯到集群这个话题,也就是部署多台服务器共同对外提供服务,从而做到提升系统吞吐量,优化系统的整体性能以及稳定性等目的。
441 2
|
算法 定位技术 C++
A* 算法详解(超级详细讲解,附有大图)
A* 算法详解(超级详细讲解,附有大图)
8738 0
|
前端开发 JavaScript
如何在文本域右下角设置字数限制提示
如何在文本域右下角设置字数限制提示
511 3
|
Go API 区块链
Hyperledger Fabric相关概念介绍
在学习Hyperledger Fabric的过程中,初步对相关概念的了解。
719 0
Hyperledger Fabric相关概念介绍
|
算法 定位技术 Python
秒懂算法 | A*算法实现最优路径规划
启发式探索是利用问题拥有的启发信息来引导搜索,达到减少探索范围、降低问题复杂度的目的。A*寻路算法是启发式探索的一个典型实践,在寻路搜索的过程中,给每个节点绑定了一个估计值(即启发式),在对节点的遍历过程中采取估计值优先原则,估计值更优的节点会被优先遍历。
3229 1
秒懂算法  | A*算法实现最优路径规划