[發(fā)明專利]基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210822180.6
• 申請(qǐng)日: 2022-07-12
• 公開（公告）號(hào): CN115357890A
• 公開（公告）日: 2022-11-18
• 發(fā)明（設(shè)計(jì)）人: 蔡瑞杰;邵文強(qiáng);劉勝利;劉明;王家豐;郭茜茜
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué)
• 主分類號(hào): G06F21/56
• 分類號(hào): G06F21/56;G06F8/41;G06K9/62
• 代理公司: 鄭州明華專利代理事務(wù)所(普通合伙) 41162
• 代理人: 葉朝輝

1.一種基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法，其特征在于：包括以下步驟：

步驟一、將多架構(gòu)的二進(jìn)制數(shù)據(jù)樣本通過(guò)LLVM-RetDec得到中間語(yǔ)言文件；

步驟二、選擇可讀的中間語(yǔ)言文件，從可讀的中間語(yǔ)言文件中提取出函數(shù)名和函數(shù)體信息，并分別對(duì)函數(shù)名和函數(shù)體進(jìn)行處理；其中對(duì)于函數(shù)名進(jìn)行去噪，降低函數(shù)名稀疏性；對(duì)于函數(shù)體進(jìn)行歸一化和語(yǔ)義特征提取；

步驟三、將處理過(guò)的函數(shù)名和函數(shù)體數(shù)據(jù)輸入到機(jī)器翻譯模型中進(jìn)行訓(xùn)練，得到訓(xùn)練好的預(yù)測(cè)模型MFNP；

步驟四、將剝離掉函數(shù)名的二進(jìn)制文件輸入到預(yù)測(cè)模型MFNP中預(yù)測(cè)得到函數(shù)名。

2.根據(jù)權(quán)利要求1所述的基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法，其特征在于：步驟二中對(duì)函數(shù)名進(jìn)行去噪處理，降低函數(shù)名稀疏性，具體是：去除數(shù)據(jù)集中的無(wú)意義函數(shù)名，通過(guò)函數(shù)名token的形態(tài)相似、語(yǔ)義相似進(jìn)行相似語(yǔ)義token融合來(lái)降低函數(shù)名token稀疏性。

3.根據(jù)權(quán)利要求2所述的基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法，其特征在于：使用WordNe對(duì)形態(tài)不相似、但語(yǔ)義相似的函數(shù)名token進(jìn)行相似性比較，具體為：獲取兩個(gè)單詞的最低共同上位詞集，分別求出最低上位子集的深度deep_i、deep_j，計(jì)算兩個(gè)單詞的相似性，

式中：deep_i是單詞i與最低上位子集的深度大小；deep_j是單詞j與最低上位子集的深度大小；sim是得出的兩個(gè)單詞之間相似性的具體數(shù)值，sim大于0并且小于等于1；如果兩個(gè)單詞間無(wú)路徑，sim為-1。

4.根據(jù)權(quán)利要求1所述的基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法，其特征在于：步驟二中對(duì)函數(shù)體的處理，以基本塊為基本單位提取出中間語(yǔ)言對(duì)應(yīng)的函數(shù)體的指令序列信息和控制流圖，形成基本塊之間的控制流形式，同時(shí)保留基本塊中的操作符和庫(kù)函數(shù)名以及該函數(shù)體外部被調(diào)用函數(shù)名。

5.根據(jù)權(quán)利要求4所述的基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法，其特征在于：基于深度優(yōu)先遍歷進(jìn)行控制流圖提取，限制游走長(zhǎng)度完成大多數(shù)函數(shù)體的所有控制流圖特征提取工作。

6.根據(jù)權(quán)利要求1所述的基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法，其特征在于：步驟三中機(jī)器翻譯模型選擇支持中文與外文互譯工作的神經(jīng)機(jī)器翻譯模型。

7.根據(jù)權(quán)利要求6所述的基于語(yǔ)義的多架構(gòu)二進(jìn)制函數(shù)名預(yù)測(cè)方法，其特征在于：步驟三中機(jī)器翻譯模型可以選擇OpenNMT神經(jīng)機(jī)器翻譯模型。