用于跨架构二进制相似度比较的多关系指令关联图

跨架构二进制相似度比较在许多安全应用中至关重要。近来，研究者提出了基于学习的方法来提升比较性能。他们采用了指令预训练、独立二进制编码和基于距离的相似度比较的范式。然而，在外部代码语料库上预训练的指令嵌入在多样的真实世界应用中并不通用。并且分别编码跨架构二进制会累积指令集的语义鸿沟，限制比较精度。本文提出一种基于多关系指令关联图的新型跨架构二进制相似度比较方法。我们从不同角度将同架构指令令牌与上下文相关性关联，并将跨架构令牌与潜在语义关联关联。随后我们利用关系图卷积网络（R-GCN）执行特定类型的图信息传播。我们的方法能够弥合跨架构指令表示空间中的鸿沟，同时避免外部预训练开销。我们在基本块级和函数级数据集上进行了大量实验以证明我们方法的优越性。此外，在大规模真实世界IoT恶意软件复用函数集合上的评估表明，我们的方法对于识别传播于多种架构IoT设备上的恶意软件具有价值。