[發明專利]基于樹結構的多樣化變體生成方法及系統

有效

• 申請號: 202011617134.X
• 申請日: 2020-12-30
• 公開（公告）號: CN112612999B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 王俊超;龐建民;衛今;張帆
• 申請（專利權）人: 中國人民解放軍戰略支援部隊信息工程大學
• 主分類號: G06F21/12
• 分類號: G06F21/12;G06F8/41;G06N20/20
• 代理公司: 鄭州大通專利商標代理有限公司 41111
• 代理人: 周艷巧

1.一種基于樹結構的多樣化變體生成方法，其特征在于，包含如下內容：

利用多樣化編譯手段對軟件源碼進行編譯，獲取對外表現出不同表現形式的可執行變體；

基于樹結構對多樣化可執行變體建模，樹結構中節點表示變體，樹的邊表示節點之間距離，邊的權重表示邊所連接兩個變體之間的差異性，其中，節點之間的差異用兩個節點之間唯一路徑的權重之和進行計算；

對樹結構模型進行求解，選取并生成差異性最大的變體組合；

利用遍歷算法對樹結構模型進行求解，尋找出樹結構所有多樣化變體組合中差異性最大的變體組合；遍歷算法求解中，首先獲取樹結構中任意兩個節點之間的距離，對于所有多樣化變體組合的樹節點通過尋找滿足用戶所需變體個數的節點距離的最大組合來獲取差異性最大的變體組合；或，利用DQN算法通過深度學習和強化學習對樹結構模型進行求解，利用不同變體組合所得到的獎勵值來選擇差異性最大的變體組合；利用DQN算法求解中，設定對應節點組合的狀態參數、選取不同節點組合時對應行為參數及采取不同行為時的獎勵值參數，利用損失函數L_i(θ_i)＝(reward+γmax_a′Q(s′,a′；θ_i-1)-Q(s,a；θ))²優化求解來獲取最優變體組合，其中，γ為折現系數，reward表示獎勵值參數，max_a′Q(s′,a′；θ_i-1)表示下一個狀態s′得到的最優解，Q(s,a；θ)表示輸入參數為θ、狀態為s、行為為a的Q值。

2.根據權利要求1所述的基于樹結構的多樣化變體生成方法，其特征在于，多樣化編譯手段包含但不限于：用于對軟件進行編譯以獲取可執行變體的不透明謂詞插入、變量分割/合并、數據流展平、指令替換、垃圾代碼注入及虛擬化混淆。

3.根據權利要求1或2所述的基于樹結構的多樣化變體生成方法，其特征在于，樹結構中，根節點表示未使用混淆編譯獲取的可執行變體，其他節點表示使用單一混淆編譯或混合混淆編譯獲取的可執行變體。

4.一種基于樹結構的多樣化變體生成系統，其特征在于，包含：編譯模塊、建模模塊和生成模塊，其中，

編譯模塊，用于利用多樣化編譯手段對軟件源碼進行編譯，獲取對外表現出不同表現形式的可執行變體；

建模模塊，用于基于樹結構對多樣化可執行變體建模，樹結構中節點表示變體，樹的邊表示節點之間距離，邊的權重表示邊所連接兩個變體之間的差異性，其中，節點之間的差異用兩個節點之間唯一路徑的權重之和進行計算；

生成模塊，用于對樹結構模型進行求解，選取并生成差異性最大的變體組合；

利用遍歷算法對樹結構模型進行求解，尋找出樹結構所有多樣化變體組合中差異性最大的變體組合；遍歷算法求解中，首先獲取樹結構中任意兩個節點之間的距離，對于所有多樣化變體組合的樹節點通過尋找滿足用戶所需變體個數的節點距離的最大組合來獲取差異性最大的變體組合；或，利用DQN算法通過深度學習和強化學習對樹結構模型進行求解，利用不同變體組合所得到的獎勵值來選擇差異性最大的變體組合；利用DQN算法求解中，設定對應節點組合的狀態參數、選取不同節點組合時對應行為參數及采取不同行為時的獎勵值參數，利用損失函數L_i(θ_i)＝(reward+γmax_a′Q(s′,a′；θ_i-1)-Q(s,a；θ))²優化求解來獲取最優變體組合，其中，γ為折現系數，reward表示獎勵值參數，max_a′Q(s′,a′；θ_i-1)表示下一個狀態s′得到的最優解，Q(s,a；θ)表示輸入參數為θ、狀態為s、行為為a的Q值。

5.一種計算機可讀存儲介質，其上存儲有計算機程序，其中，該程序被處理器執行時執行權利要求1～3任一項所述的方法。

6.一種計算機設備，包含處理器和存儲器，所述存儲器存儲有能夠被所述處理器執行的機器可執行指令，所述處理器執行所述機器可執行指令以執行權利要求1～3任一項所述的方法。