[發明專利]基于圖匹配網絡的二進制代碼相似性檢測方法及系統

有效

• 申請號: 202110722400.3
• 申請日: 2021-06-29
• 公開（公告）號: CN113254934B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 劉玉玲;張云
• 申請（專利權）人: 湖南大學
• 主分類號: G06F21/56
• 分類號: G06F21/56;G06F8/75;G06N3/04;G06N3/08
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 譚武藝

1.一種基于圖匹配網絡的二進制代碼相似性檢測方法，其特征在于，包括：

1）獲取待測程序對；

2）針對待測程序對中的待測程序進行反匯編，并獲取過程間控制流圖ICFG及其指令；

3）分別針對待測程序的過程間控制流圖ICFG獲取其中基本塊的初始特征嵌入；

4）通過圖匹配神經網絡得到待測程序對的過程間控制流圖ICFG的最終嵌入h_G1和h_G2；

5）在向量空間中計算待測程序對的過程間控制流圖ICFG的最終嵌入h_G1和h_G2之間相似性作為待測程序對的相似性檢測結果；

步驟3）包括：

3.1）對過程間控制流圖ICFG中基本塊的指令進行規范化；

3.2）將指令中的操作碼和相應的規范化后的操作數進行連接，形成單詞；

3.3）計算每個指令形成的單詞的權重；

3.4）在過程間控制流圖ICFG中進行隨機游走，形成一系列的指令序列；

3.5）將一個指令序列作為句子、所有的指令序列作為文章，構建用于基本塊初始特征嵌入的訓練集；

3.6）采用預設的詞向量模型，通過使平均對數概率最大化獲得指令級的嵌入，其中平均對數概率的函數表達式為：

，

上式中，J(w)表示平均對數概率，N表示句子中單詞的數量，c為上下文的滑動窗口大小，p(w_t+j|w_t)表示Softmax函數，w_t+j為中心詞周圍的單詞，w_t為中心詞，其中：

，

上式中，P(w_k∈C_t│w_t ) 表示單詞的概率分布向量，w_k為詞匯表中的單詞，C_t為詞匯表，v^T_wt為詞匯表中的單詞w_t的輸出向量表示，v_wk為詞匯表中的單詞w_k的輸入向量表示，v_wi為詞匯表中的單詞w_i的輸入向量表示；

3.7）基于單詞的權重、得到的指令級嵌入計算基本塊的初始特征嵌入，且計算函數表達式如下式所示：

，

上式中，FV_b為基本塊的初始特征嵌入，j指基本塊中指令的個數，weight_wi為第i個指令w_i的權重，embed_wi為第i個指令w_i的指令級嵌入。