公开(公告)号：CN112596736B

公开(公告)日：2021-10-08

申请号：CN202011552657.0

申请日：2020-12-24

Applicant: 哈尔滨工业大学

Inventor： 王莘 ,  姜训智 ,  董少波

IPC: G06F8/41 ,  G06N3/04

Abstract: 本发明是一种基于语义的跨指令架构二进制代码相似性检测方法。本发明涉及漏洞检测技术领域，本发明构建不同指令架构的汇编语言数据集，提取具有相同语义的不同指令架构的汇编代码对；对汇编代码基本块对进行归一化处理；进行汇编代码编码器的预训练，将汇编代码语义相似性任务转化为自然语言神经机器翻译任务；进行负采样结合字符串语义的基本块嵌入，将字符串嵌入向量与嵌入网络获得的嵌入向量进行对齐并拼接，组成新的基本块嵌入向量；嵌入网络的训练，输出x86和ARM的嵌入向量；进行二进制代码相似性比较，判断两个不同指令架构的二进制代码是否相似，本发明可以加快漏洞检测、版权纠纷等需要比较不同指令架构基本块的准确率和效率。

公开(公告)号：CN112596736A

公开(公告)日：2021-04-02

申请号：CN202011552657.0

申请日：2020-12-24

Applicant: 哈尔滨工业大学

Inventor： 王莘 ,  姜训智 ,  董少波

IPC: G06F8/41 ,  G06N3/04

Abstract: 本发明是一种基于语义的跨指令架构二进制代码相似性检测方法。本发明涉及漏洞检测技术领域，本发明构建不同指令架构的汇编语言数据集，提取具有相同语义的不同指令架构的汇编代码对；对汇编代码基本块对进行归一化处理；进行汇编代码编码器的预训练，将汇编代码语义相似性任务转化为自然语言神经机器翻译任务；进行负采样结合字符串语义的基本块嵌入，将字符串嵌入向量与嵌入网络获得的嵌入向量进行对齐并拼接，组成新的基本块嵌入向量；嵌入网络的训练，输出x86和ARM的嵌入向量；进行二进制代码相似性比较，判断两个不同指令架构的二进制代码是否相似，本发明可以加快漏洞检测、版权纠纷等需要比较不同指令架构基本块的准确率和效率。