jTrans:面向二进制代码相似性的跳跃感知 Transformer
密码学与安全
2022-05-26 v1 软件工程
摘要
二进制代码相似性检测 (BCSD) 在漏洞检测、软件成分分析和逆向工程等多个领域有重要应用。近期研究表明深度神经网络 (DNNs) 能够理解二进制代码的指令或控制流图 (CFG) 并支持 BCSD。在本研究中,我们提出一种新颖的基于 Transformer 的方法,即 jTrans,以学习二进制代码的表示。它是首个通过将所分析二进制文件的新型跳跃感知表示和新设计的预训练任务,将二进制代码的控制流信息嵌入基于 Transformer 的语言模型的方案。此外,我们向社区发布了一个新创建的大规模二进制文件数据集 BinaryCorp,它是迄今为止最具多样性的。评估结果表明,在这个更具挑战性的数据集上,jTrans 比最先进 (SOTA) 方法高出 30.5% (即从 32.0% 到 62.5%)。在已知漏洞搜索的真实任务中,jTrans 达到了比现有 SOTA 基线高 2 倍的召回率。
引用
@article{arxiv.2205.12713,
title = {jTrans: Jump-Aware Transformer for Binary Code Similarity},
author = {Hao Wang and Wenjie Qu and Gilad Katz and Wenyu Zhu and Zeyu Gao and Han Qiu and Jianwei Zhuge and Chao Zhang},
journal= {arXiv preprint arXiv:2205.12713},
year = {2022}
}
备注
In Proceedings of the 31st ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA) 2022