FASER：利用中间表示进行二进制代码相似性搜索
密码学与安全
2023-11-30 v3 人工智能
信息检索
机器学习
摘要
无论你是在分析恶意软件、保护软件供应链还是进行漏洞研究，能够跨架构识别感兴趣的函数都十分有用。跨架构二进制代码相似性搜索已在众多研究中被探索，并使用了广泛的不同数据源以实现其目标。通常使用的数据源借鉴自二进制派生的常见结构，如函数控制流图或二进制级调用图、反汇编过程的输出或动态分析方法的输出。一个较少受关注的数据源是二进制中间表示。二进制中间表示具有两个有趣特性：其本质为跨架构，且显式编码函数语义以支持下游使用。本文中我们提出函数即字符串编码表示(FASER)，它将长文档 Transformer 与中间表示的使用相结合，创建出无需手动特征工程、预训练或动态分析步骤的跨架构函数搜索模型。我们针对两项任务将我们的方法与一系列基线方法比较：通用函数搜索任务与针对性漏洞搜索任务。我们的方法在两项任务中均展现出强劲性能，优于所有基线方法。
关键词
引用
@article{arxiv.2310.03605,
title = {FASER: Binary Code Similarity Search through the use of Intermediate Representations},
author = {Josh Collyer and Tim Watson and Iain Phillips},
journal= {arXiv preprint arXiv:2310.03605},
year = {2023}
}
备注
10 pages, Proceedings of the Conference on Applied Machine Learning in Information Security (CAMLIS)