论文阅读-代码相似度检测 Neural Network-based Graph Embedding for Cross-Platform Binary Code SimilarityD

 

​​​​​​​

在了解什么是跨平台二进制代码相似度检测的背景下（定义，应用），本文目标是改进算法（近似图匹配算法），提出一种新的基于神经网络的算法（对⼆进制函数的控制流图(Control-Flow Graph,CFG)提出了⼀种新的基于神经⽹络的图嵌⼊⽅法，通过衡量 embedding 之间的距离来计算两个函数的相似度。）

一.介绍

1.从二进制代码相似度检测到跨平台二进制代码相似度检测

为了物联网设备固件镜像中的漏洞搜索 ，源代码级别的单个漏洞可能会传播到数百个或更多具有不同硬件架构和软件平台的设备中 。所以需要手解决跨平台二进制代码相似性检测的问题

 2.图匹配算法原理

直接从二进制码中提取各种鲁棒的平台无关特征 ， 用于控制流图中的每个节点来表示一 个函数 。然后，为了进行二进代码相似性检测，使用图匹配算法来检查两个函数的控制流图表示是否相 似

缺点：

·固定图匹配算法近似的相似度函数很难适应不同的应用 （剽窃检测/漏洞搜索） 

·图匹配算法效率低

3.本文改进的神经网络算法