[發(fā)明專利]一種面向二進制程序的模塊化方法

在審

• 申請?zhí)枺?/td>: 202210508164.X
• 申請日: 2022-04-27
• 公開（公告）號: CN115167916A
• 公開（公告）日: 2022-10-11
• 發(fā)明（設計）人: 劉勝利;朱肖雅;蔡瑞杰;楊啟超;趙方方;郭世臣;郭茜茜
• 申請（專利權）人: 中國人民解放軍戰(zhàn)略支援部隊信息工程大學
• 主分類號: G06F8/75
• 分類號: G06F8/75;G06F8/53;G06F8/41;G06K9/62
• 代理公司: 鄭州明華專利代理事務所(普通合伙) 41162
• 代理人: 葉朝輝

本發(fā)明屬于模塊化分析技術領域，具體涉及一種面向二進制程序的模塊化方法。本發(fā)明借用社團檢測思想進行二進制程序模塊化，設計二進制程序模塊化模型BinMod，通過對二進制程序函數(shù)的分析，提取了四種函數(shù)依賴關系：直接調用依賴、共引關系依賴、數(shù)據(jù)引用依賴以及代碼局部依賴，并根據(jù)函數(shù)依賴關系構建函數(shù)依賴圖，以更好地恢復程序中的模塊。并借用社團檢測的思想對函數(shù)依賴圖進行模塊化，分別按照相似鄰居移動、基于模塊度增益的局部移動以及模塊組合完成二進制程序的模塊化。結果表明本發(fā)明方法在模塊劃分效果以及時間效率方面，明顯優(yōu)于FCA模塊化方法以及BCD模塊化方法。

技術領域

本發(fā)明屬于模塊化分析技術領域，具體涉及一種面向二進制程序的模塊化方法。

背景技術

隨著軟件系統(tǒng)功能的多樣化，系統(tǒng)的復雜性及函數(shù)規(guī)模也隨之提高。在實際應用中，研究者常常無法獲取程序的源碼，只能對二進制程序進行分析，尤其是分析大規(guī)模的二進制程序時(包含數(shù)萬個函數(shù))，需要花費較長時間，嚴重影響了分析效率。軟件模塊化是指對程序元素(文件、包、函數(shù)、方法等)進行聚類，從而獲得軟件模塊結構的一種軟件分析方法。軟件模塊化技術將程序劃分為各個功能相對獨立的模塊，模塊是一組完成特定功能的函數(shù)集合，具有“高內聚，低耦合”的特征。對各個模塊單獨分析，能夠降低分析復雜度，提高復雜二進制程序的分析效率。此外，研究人員只需要分析特定的功能模塊以搜索定位1-day漏洞。

目前存在很多源碼方面的模塊化方法，及少量二進制程序方面的模塊化工作。與源碼模塊化相比，二進制程序模塊化存在兩個主要的問題，即在編譯過程中存在信息丟失以及在處理大規(guī)模二進制可執(zhí)行程序時的時間性能問題。當前二進制程序模塊化工作BCD基于圖聚類的方法將二進制代碼劃分為組件，即將C++程序一個類(class)中的方法(method)聚類在一起，該方法在圖構建過程中丟失了一些重要的信息，且聚類算法的時間效率較低。為了更加有效的進行二進制程序模塊化，面臨兩個挑戰(zhàn)：一是如何有效地提取二進制程序中包含的信息，二是如何高效地處理大規(guī)模的二進制程序。

目前研究者已經(jīng)提出了不同的模塊化方法，這些方法試圖將彼此更相似或更密切相關的工件分類為模塊。從聚類算法的角度來看，這些方法主要分為基于聚合的和基于搜索的方法。其中聚合算法需要維持一個表示聚類之間相似度的相似度矩陣，每次迭代需要重新計算該矩陣。若聚類個數(shù)比較多，這個相似度矩陣會很大，而且計算相似度矩陣也非常耗時。在基于搜索的算法分析中，聚類問題被視為一個搜索問題，通常使用爬山算法、遺傳算法來實現(xiàn)聚類。基于搜索的算法通過窮舉一個問題解空間的部分或所有情況來求解，在求解過程中只考慮部分情況，得到的可能是局部最優(yōu)解；如果要得到全局最優(yōu)解，則需考慮所有情況，搜索整個問題解空間。但處理大規(guī)模二進制程序非常耗時，這對時間敏感型任務來說是不現(xiàn)實的。因此如何提高二進制程序模塊化的時間性能是一個亟待解決的問題。

發(fā)明內容

針對目前二進制程序模塊化存在耗時、在處理大規(guī)模復雜二進制程序時效果不夠理想的缺陷和問題，本發(fā)明提供一種面向二進制程序的模塊化方法。

本發(fā)明解決其技術問題所采用的方案是：一種面向二進制程序的模塊化方法，包括以下步驟：

步驟一、對二進制函數(shù)進行反匯編并提取函數(shù)依賴關系，構建函數(shù)依賴圖，圖中節(jié)點代表函數(shù)，邊代表函數(shù)之間的依賴關系；

步驟二、將函數(shù)依賴圖劃分為包含各個函數(shù)集合的模塊，包括以下步驟：

S1、相似鄰居移動：輸入節(jié)點集合V、函數(shù)邊依賴集合E以及相似度閾值w，將每一個節(jié)點看作一個獨立模塊，基于相似鄰居移動合并節(jié)點，并在相似鄰居移動過程中對于每個節(jié)點使用杰卡德距離計算該節(jié)點與其所有鄰居節(jié)點的相似度值SV_ij，得到該節(jié)點與所有鄰居節(jié)點的相似度值合集SVs，

式中：N(i)和N(j)分別代表節(jié)點i和節(jié)點j的鄰居；