于璐；陆玉良；沈毅；赵军；赵佳珍 PBDiff：基于神经网络的二进制程序范围的差异化方法。 （英语） 兹伯利07513281 数学。Biosci公司。工程师。 19，第3期，2774-2799（2022）. 概要：程序范围二进制代码差异化在二进制分析领域中得到了广泛的应用，例如漏洞检测。包括BinDiff和TurboDiff在内的成熟工具使用不同版本、优化级别和架构的严格比较基础进行程序范围的比较，导致比较结果相对不准确。在本文中，我们提出了一种基于神经网络模型的程序级二进制差异化方法，可以跨版本、优化级别和体系结构进行差异化。我们分析了四种不同粒度的目标比较文件，并根据粒度的不同，采用自顶向下和自底向上两种方法实现了比较。自顶向下的过程旨在缩小比较范围，根据调用关系选择可能相似的候选函数。在自下而上的过程中，应用神经网络模型将候选函数的语义特征矢量化为矩阵，并计算相似度得分以获得待比较函数之间的对应关系。自下而上的过程提高了比较准确性，而自上而下的过程保证了效率。我们已经实现了一个原型PBDiff，并验证了其与最先进的BinDiff、Asm2vec和TurboDiff相比具有更好的性能。通过对真实固件文件中差异化和漏洞检测的案例研究，进一步说明了PBDiff的有效性。 MSC公司： 68倍 计算机科学 关键词：二进制差分；神经网络；特征提取；漏洞检测；物联网安全 软件：EMD公司；github PDF格式BibTeX公司 XML格式引用 \textit{L.Yu}等人，数学。Biosci公司。工程19，编号3，2774--2799（2022；Zbl 07513281） 全文： 内政部 参考文献： [1] Synopsys 2020开源安全与风险分析报告，2020年。可从以下地址获得：<a href=“https://www.synopsys.com/software-integrity/resources/analyst-reports/2020-open-source-security-risk-analysis.html？cmp=pr-sig“target=”_blank“>https://www.synopsys.com/software-integrity/resources/analyst-reports/2020-open-source-security-risk-analysis.html？cmp=pr-信号</a>。 [2] 2020年，通过二进制分析消除第三方代码中的漏洞。可从以下地址获得：<a href=“https://codesonar.grammatech.com/eliminating-vulnerabilities-in-third-party-code-with-binary-analysis网站“target=”_blank“>https://codesonar.grammatech.com/eliminating-vulnerabilities-in-third-party-code-with-binary-analysis网站</a>。 [3] 分解mirai:2020年的bit ddos僵尸网络。可从以下地址获得：<a href=“https://www.imevea.com/blog/malware-analysis-mirai-ddos-botnet/“target=”_blank“>https://www.imevea.com/blog/malware-analysis-mirai-ddos-botnet/</a>。 [4] 迪帕拉，2020年。可从以下地址获得：<a href=“https://github.com/joxeankoret/diapora网站“target=”_blank“>https://github.com/joxeankoret/defora网站</a>。 [5] Zynamics bindiff，2020年。可从：<a href=“https://www.zynamics.com/bindiff.html“target=”_blank“>https://www.zynamics.com/bindiff.html</a>。 [6] Turbodiff，2020，可从<a href=“https://www.coresecurity.com/core-labs/open-source-tools/turbodiff-cs“target=”_blank“>https://www.coresecurity.com/core-labs/open-source-tools/turbodiff-cs</a>。 [7] Q.Feng，R.Zhou，C.Xu，Y.Cheng，B.Testa，H.Yin，固件图像的可缩放图形错误搜索，《2016年ACM SIGSAC计算机和通信安全会议论文集》，ACM，（2016），480-491<a href=“https://doi.org/10.1145/2976749.2978370“target=”_blank“>https://doi.org/10.1145/2976749.2978370</a> [8] X.Xu，C.Liu，Q.Feng，H.Yin，L.Song，D.Song，基于神经网络的图形嵌入用于跨平台二进制代码相似性检测，收录于《2017年ACM SIGSAC计算机与通信安全会议论文集》，ACM，（2017），363-376<a href=“https://doi.org/10.1145/3133956.3134018“target=”_blank“>https://doi.org/10.1145/3133956.3134018</a> [9] J.Gao，X.Yang，Y.Fu，Y.Jiang，J.Sun，Vulseeker:一种基于语义学习的跨平台二进制漏洞探索者，载于《第33届ACM/IEEE自动化软件工程国际会议论文集》，ACM，（2018），896-899<a href=“https://doi.org/10.1145/3238147.3240480“target=”_blank“>https://doi.org/10.1145/3238147.3240480</a> [10] K.Redmond，L.Luo，Q.Zeng，《自然语言的跨体系结构指令嵌入模型》，预印本，arXiv:1812.09652。 [11] Z.Yu，R.Cao，Q.Tang，S.Nie，J.Huang，S.Wu，《秩序问题：用于二进制代码相似性检测的语义感知神经网络》，《AAAI人工智能会议论文集》，（2020），1145-1152<a href=“https://doi.org/10.1609/aaai.v34i01.5466“target=”_blank“>https://doi.org/10.1609/aaai.v34i01.5466</a> [12] Y.Bai，H.Ding，K.Gu，Y.Sun，W.Wang，通过多尺度卷积集匹配进行基于学习的高效图形相似性计算，《AAAI人工智能会议论文集》，（2020），3219-3226<a href=“https://doi.org/10.1609/aaai.v34i04.5720“target=”_blank“>https://doi.org/10.1609/aaai.v34i04.5720</a> [13] Y.Duan，X.Li，J.Wang，H.Yin，Deepbindiff：学习二进制差分的程序代码表示，收录于《网络与分布式系统安全研讨会》，2020年。 [14] S.H.Ding，B.C.Fung，P.Charland，Asm2vec：针对代码混淆和编译器优化提高二进制克隆搜索的静态表示鲁棒性，收录于2019年IEEE安全与隐私（SP）研讨会，IEEE，（2019），472-489<a href=“https://doi.org/10.109/SP.2019.00003“target=”_blank“>https://doi.org/10.109/SP.2019.00003</a> [15] Z、 Codecmr：用于功能级二进制源代码匹配的跨模式检索，高级神经信息处理。系统。，33 (2020) [16] Y.Rubner，C.Tomasi，L.J.Guibas，图像数据库应用的分布度量，第六届国际计算机视觉会议（IEEE分类号98CH36271），IEEE，（1998），59-66<a href=“https://doi.org/10.109/ICCV.1998.710701“target=”_blank“>https://doi.org/10.109/ICCV.1998.710701</a> [17] D、 构造过程调用多重图，IEEE Trans。软件工程，16，483-487（1990）·doi:10.1109/32.54302 [18] U.P.Khedker，A.Sanyal，B.Karkare，《数据流分析：理论与实践》，CRC出版社，（2017）<a href=“https://doi.org/10.10201/9780849332517“target=”_blank“>https://doi.org/10.1201/9780849332517</a>·Zbl 1168.68010号 [19] L.Yu，Y.Shen，Z.Pan，基于渗流的函数调用网络结构分析，收录于《2018年第八届国际仪器仪表、计算机、通信与控制会议》，IEEE，（2018），350-354<a href=“https://doi.org/10.1109/IMCC.2018.0080“target=”_blank“>https://doi.org/10.109/IMCCC.2018.00080</a> [20] R.Kiros，Y.Zhu，R.R.Salakhutdinov，R.Zemel，R.Urtasun，A.Torralba等人，《高级神经信息处理》中的跳过思维向量。系统</i> ，（2015），3294-3302。 [21] T.N.Kipf，M.Welling，变分图自动编码器，预打印，arXiv:1611.07308。 [22] J、 使用暹罗时间延迟神经网络进行签名验证，实习生。J.模式识别。Artif公司。智力。，7, 669-688 (1993) ·doi:10.1142/S021801493000339 [23] H.Flake，可执行对象的结构比较，摘自《入侵和恶意软件检测与漏洞评估》，DIMVA，（2004），161-173。 [24] D.Gao，M.K.Reiter，D.Song，《自动查找二进制程序中的语义差异》，收录于《信息与通信安全国际会议》，Springer，（2008），238-255<a href=“https://doi.org/10.1007/978-3-540-88625-9_16“target=”_blank“>https://doi.org/10.1007/978-3-540-88625-9_16</a> [25] J.Ming，M.Pan，D.Gao，ibinhunt：《带过程间控制流的二进制搜索》，摘自《信息安全与密码学国际会议》，Springer（2012），92-109<a href=“https://doi.org/10.1007/978-3-642-37682-5-8“target=”_blank“>https://doi.org/10.1007/978-3-642-37682-5-8</a> [26] Y、 可执行文件中基于Tracelet的代码搜索，Acm Sigplan Not。，49, 349-360 (2014) ·数字对象标识代码：10.1145/2666356.2594343 [27] L.Nouh，A.Rahimian，D.Mouheb，M.Debbabi，A.Hanna，Binsign:支持代码可执行文件自动分析的指纹二进制函数，收录于IFIP ICT系统安全和隐私保护国际会议，Springer，（2017），341-355<a href=“https://doi.org/10.1007/978-3-319-58469-0-23“target=”_blank“>https://doi.org/10.1007/978-3-319-58469-0-23</a> [28] J.Pewny，B.Garmany，R.Gawlik，C.Rossow，T.Holz，二进制可执行文件中的跨体系结构错误搜索，收录于2015年IEEE安全与隐私研讨会，IEEE，（2015），709-724<a href=“https://doi.org/10.109/SP.2015.49“target=”_blank“>https://doi.org/10.109/SP.2015.49</a> [29] A.J.P.Tixier，G.Nikolentzos，P.Meladianos，M.Vazirgiannis，用二维卷积神经网络进行图形分类，收录于《国际人工神经网络会议》，Springer，（2019），578-593<a href=“https://doi.org/10.1007/978-3-030-30493-5-54“target=”_blank“>https://doi.org/10.1007/978-3-030-30493-5-54</a> [30] L.Wang，B.Zong，Q.Ma，W.Cheng，J.Ni，W.Yu，et al.，图结构对象的归纳和无监督表征学习，《学习表征国际会议》，2020年。 [31] S.Liu，M.F.Demirel，Y.Liang，N-图：图的简单无监督表示，及其在分子上的应用，预印本，arXiv:1806.09206。 [32] Y.Li，C.Gu，T.Dullien，O.Vinyals，P.Kohli，用于学习图形结构对象相似性的图形匹配网络，收录于国际机器学习会议，PMLR，（2019），3835-3845。 [33] R.Wang，J.Yan，X.Yang，学习用于深度图匹配的组合嵌入网络，《IEEE/CVF计算机视觉国际会议论文集》，（2019），3056-3065。 [34] B.Jiang，P.Sun，J.Tang，B.Luo，Glmnet：用于特征匹配的图形学习匹配网络，预打印，arXiv:1911.07681。 [35] H.Zhang，Z.Qian，《二进制文件的精确和准确补丁存在测试》，第27届USENIX安全研讨会，（2018），887-902。 [36] S.C.Wang，C.L.Liu，Y.Li，W.Y.Xu，Semdiff:基于angr的二进制程序中的表面差异，收录于ITM Web of Conferences（2017），03029<a href=“https://doi.org/10.1051/itmconf/20171203029“target=”_blank“>https://doi.org/10.1051/itmconf/20171203029</a> [37] C.Yang，Z.Liu，D.Zhao，M.Sun，E.Chang，富文信息网络表征学习，第二十届国际人工智能联合会议，（2015），2111-2117。 [38] F.Zuo，X.Li，P.Young，L.Luo，Q.Zeng，Z.Zhang，神经机器翻译启发的二进制代码相似性比较超越函数对，预印本，arXiv:1808.04706。 [39] S、 Sigma：一种语义集成图匹配方法，用于识别二进制代码中的重用函数，Digital Invest。，12，S61-S71（2015）·doi:10.1016/j.diin.2015.01.011 [40] R、 使用深度神经网络定位二进制文件中的漏洞，Ieee Access，7134660-134676（2019）·doi:10.1109/ACCESS.2019.2942043 [41] Y、 基于语义的二进制代码相似性比较混合方法，IEEE Trans。软件工程，47，1241-1258（2021）·doi:10.1109/TSE.2019.2918326 [42] S.H.Ding，B.C.Fung，P.Charland，Kam1n0：基于Mapreduce的逆向工程装配克隆搜索，《第22届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，（2016），461-470<a href=“https://doi.org/10.1145/2939672.2939719“target=”_blank“>https://doi.org/10.1145/2939672.2939719</a> [43] Y.Li，J.Jang和X.Ou，用于有效控制流图相似性分析的拓扑感知散列，收录于通信系统安全与隐私国际会议，Springer，（2019），278-298<a href=“https://doi.org/10.1007/978-3-030-37228-6-14“target=”_blank“>https://doi.org/10.1007/978-3-030-37228-6-14</a> 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。