[發明專利]一種基于匯編表征的智能化二進制編譯信息推斷方法

有效

• 申請號: 202110372215.6
• 申請日: 2021-04-07
• 公開（公告）號: CN112860266B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 陳立庚;何鐘靈;茅兵
• 申請（專利權）人: 南京大學
• 主分類號: G06F8/41
• 分類號: G06F8/41;G06N5/04
• 代理公司: 重慶市諾興專利代理事務所(普通合伙) 50239
• 代理人: 劉興順

本發明公開了一種基于匯編表征的智能化二進制編譯信息推斷方法，屬于匯編技術領域，S1、建立推斷模型；S2、匯編表征優化；S3、推斷模型的學習優化；S4、基礎編譯；S5、中間指令轉換；S6、中端分析優化；S7、二進制編譯信息生成。本發明中，對匯編語言進行快速提取特征，有效降低了匯編語料的繁瑣性，通過在中間過程進行冗余指令去重后，有效提高了翻譯后本地程序的性能，通過對寄存器的優先值進行循環加權分配，減少了全局寄存器的維護開銷，借助控制寄存器的分配，減少不必要寄存器的溢出，減少本體代碼的膨脹率，提高翻譯目標程序的效率，并且通過表征學習優化后的輸入值對推斷模型的學習優化實現對匯編數據的快速二進制編譯能力。

技術領域

本發明屬于匯編技術領域，尤其涉及一種基于匯編表征的智能化二進制編譯信息推斷方法。

背景技術

匯編就是基礎的計算機語言，在不同的機器架構架，單一的匯編語言不能很好的滿足軟件調用需要，因此需要進行二進制編譯翻譯，來實現不同架構和處理器平臺之間的軟件移植。

傳統的二進制翻譯多通過靜態方法進行處理，但大量數據的效率較低，且翻譯難以處理間接分支，現有的優化方法多對中間代碼層實現數據的優化，而缺乏對翻譯過程中的冗余指令以及前端數據的處理優化能力，大量數據的冗余指令影響到對信息的推斷效率，不能很好的滿足對匯編語言的快速編譯需要。

發明內容

本發明的目的在于：為了解決大量數據的效率較低，且翻譯難以處理間接分支，現有的優化方法多對中間代碼層實現數據的優化，而缺乏對翻譯過程中的冗余指令以及前端數據的處理優化能力，大量數據的冗余指令影響到對信息的推斷效率的問題，而提出的一種基于匯編表征的智能化二進制編譯信息推斷方法。

為了實現上述目的，本發明采用了如下技術方案：

一種基于匯編表征的智能化二進制編譯信息推斷方法，包括以下步驟：

S1、建立推斷模型，收集大量基于匯編語言的語料信息，進行基于匯編信息的智能化結構推斷模型的建立，模型包括前端源碼解析器和解碼器、中端分配優化寄存器和后端目標代碼生成翻譯器；

S2、匯編表征優化，通過編譯信息的多任務或遷移學習的表征共享對模型進行表征學習的輸入值優化，通過表征學習提高推斷模型的可解釋性，對模型結構進行探查優化，通過最小化損失函數求解偏導數，將導數通過輸入數據的結構和給定的標簽輸出來優化推斷模型的各模塊；

S3、推斷模型的學習優化，對數據預處理后，通過優化后的輸入向量對推斷模型進行反向推導模型學習，優化模型的二進制翻譯能力；

S4、基礎編譯，通過模型對源碼編譯信息的輸入優化，將編譯芯中冗余訪存指令進行去重，篩選出重要編譯信息，對數據進行預處理，將二進制匯編語言程序進行整理后，并優化模型通過解碼器進行靜態預翻譯；

S5、中間指令轉換，通過源文件解析器對和前端解碼器對編碼進行逐條對原平臺指令進行解碼，根據譯碼器分析出的前端源指令，生成相同語音的中間指令，并將原平臺二進制代碼翻譯成中間代碼；

S6、中端分析優化，將反應后的中間代碼與平臺端的無關信息進行優化；

S7、二進制編譯信息生成，后端目標代碼通過后端翻譯器將終端代碼翻譯成目標平臺的二進制代碼，并在翻譯后通過譯碼器分析生成指令，并在二進制信息指令輸入后，找到所有的入口指令，對入口指令進行標記，在遇到入口指令指針時進行地址變量轉換，對標記之間設置未知閾值，觀察不同模塊之間的公共閾值，通過公共閾值的值進行模型反推，通過模型對剩余空白信息進行動態翻譯，翻譯結果后得到編譯推斷后的二進制編譯信息。

作為上述技術方案的進一步描述：

所述S1中語料信息相互之間通過共享實現數據交互，且共享方式包括硬共享、軟共享、層次共享和共享私有模式。

作為上述技術方案的進一步描述：