FuncFooler：一种针对基于学习的二进制代码相似性检测方法的实用黑盒攻击
密码学与安全
2022-08-31 v1 人工智能
机器学习
摘要
二进制代码相似性检测（BCSD）方法用于度量两段二进制可执行代码之间的相似性。近年来，基于学习的 BCSD 方法取得了巨大成功，在检测准确率和效率上均优于传统 BCSD。然而，关于基于学习的 BCSD 方法的对抗脆弱性的现有研究相当匮乏，这在安全相关应用中会造成危害。为评估对抗鲁棒性，本文设计了一种高效黑盒对抗代码生成算法，即 FuncFooler。FuncFooler 约束对抗代码 1）保持程序的控制流图（CFG）不变，且 2）保留相同的语义含义。具体而言，FuncFooler 依次执行：1）确定恶意代码中的脆弱候选位置，2）从良性代码中选择并插入对抗指令，以及 3）修正对抗代码的语义副作用以满足约束。经验上，我们的 FuncFooler 能够成功攻击三种基于学习的 BCSD 模型，包括 SAFE、Asm2Vec 和 jTrans，这引发了对基于学习的 BCSD 是否可取的质疑。
引用
@article{arxiv.2208.14191,
title = {FuncFooler: A Practical Black-box Attack Against Learning-based Binary Code Similarity Detection Methods},
author = {Lichen Jia and Bowen Tang and Chenggang Wu and Zhe Wang and Zihan Jiang and Yuanming Lai and Yan Kang and Ning Liu and Jingfeng Zhang},
journal= {arXiv preprint arXiv:2208.14191},
year = {2022}
}
备注
9 pages, 4 figures