Cornucopia：一种反馈引导的二进制生成框架

二进制分析是许多安全和软件工程应用所需的重要能力。因此，存在许多具有不同能力的二进制分析技术与工具。然而，测试这些工具需要带有对应源代码级信息的大规模、多样化二进制数据集。在本文中，我们提出 Cornucopia，一个架构无关的自动化框架，可通过利用编译器优化与反馈引导学习，从相应程序源代码生成大量二进制文件。我们的评估表明，Cornucopia 能在四种架构（x86、x64、ARM、MIPS）上生成 309K 个二进制文件，每个程序平均 403 个，且优于类似技术 Bintuner。我们的实验揭示了 LLVM 优化调度器导致编译器崩溃（$\sim$300）的问题。我们使用 Cornucopia 生成的二进制文件对四种流行二进制分析工具 Angr、Ghidra、Idapro 和 Radare 进行评估，发现了这些工具的各种问题。具体而言，我们在 Angr 中发现 263 次崩溃，在 Idapro 中发现一处内存损坏问题。我们对分析结果的差分测试揭示了这些工具中的各种语义错误。我们还测试了声称能捕获二进制语义的机器学习工具 Asmvec、Safe 和 Debin，表明它们表现不佳（例如，Debin 的 F1 分数从报告的 63.1% 降至 12.9%）。总之，我们的详尽评估表明 Cornucopia 是一种有效机制，可生成二进制文件以有效测试二进制分析技术。