FastBCSD：一种快速高效的二进制代码相似度检测神经网络
密码学与安全
2023-06-27 v1
摘要
二进制代码相似度检测（BCSD）具有多种应用，包括但不限于漏洞检测、抄袭检测和恶意软件检测。以往的研究工作主要集中于使用逆向编译将二进制代码转换为汇编代码字符串，然后使用具有大量参数的预训练深度学习模型来获取二进制代码的特征表示向量。尽管这些模型在表示二进制代码方面已被证明有效，但其庞大的参数量在训练和推理过程中均导致了可观的计算开销。在本文中，我们提出了一种轻量级神经网络FastBCSD，它采用动态指令向量编码方法，仅以汇编代码作为输入特征，在达到与预训练模型相当精度的同时，降低了计算资源与时间成本。在BinaryCorp数据集上，我们的方法取得了与最先进的基于预训练的方法（jTrans）相近的平均MRR分数，而在BinaryCorp 3M数据集上，我们的方法甚至以0.01的优势超越最新技术。值得注意的是，FastBCSD的参数量（13.4M）远小于jTrans（87.88M），其在NVIDIA GTX 1080Ti上的延迟时间为jTrans的1/5。
引用
@article{arxiv.2306.14168,
title = {FastBCSD: Fast and Efficient Neural Network for Binary Code Similarity Detection},
author = {Chensen Huang and Guibo Zhu and Guojing Ge and Taihao Li and Jinqiao Wang},
journal= {arXiv preprint arXiv:2306.14168},
year = {2023}
}