.png){kind=icon}
返回
CrossSimEmb: transformer-based embedding model for cross-compilation binary code similarity detection
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-025-07895-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于Transformer的预训练模型通过将反汇编代码建模为文本序列，在二进制代码相似性检测任务中取得了突破性进展，使研究者能够成功将自然语言处理方法迁移到二进制代码分析中。然而，现有方法仍受限于缺乏多粒度语义特征提取能力和多任务泛化能力。本文提出CrossSimEmb，一种跨编译二进制代码语义表示与度量模型，构建了包含4个预训练任务和3个微调任务的 multitask 联合优化框架。借助高性能计算资源，该框架在跨多个架构的大规模二进制数据集上进行训练，实现了对反汇编文本特征、指令级上下文特征、块间结构特征以及架构特定特性的有效集成。在微调阶段，采用Siamese网络架构生成函数级代码嵌入，并引入结合二分类、基于距离的度量学习和多标签分类的联合优化策略以应对下游任务，有效提升了模型在跨编译场景下的泛化能力和任务适应性。实验结果（在HPC集群上开展）表明，CrossSimEmb在二进制代码相似性检测和异常检测任务中均优于当前最优方案：在二进制代码相似性检测中达到80.34%的平均准确率和0.901的AUC，在异常检测中实现0.961的MCC和0.981的G-Means。这些发现既证明了本方法的有效性，也凸显了高性能计算资源在大规模训练与评估中的关键作用。
Keyword:
Binary code similarity detection
Transformer
Metric learning
Representation learning
期刊
T
IF:
0
论文数:
647
被引数:
0
机构
引用论文
BinDeep: A deep learning approach to binary code similarity detectionBinDeep: 一种二进制代码相似性检测的深度学习方法
PREAI
分享收藏Fusion: measuring binary function similarity with code-specific embedding and order-sensitive gnn融合：使用代码特定嵌入和顺序敏感图神经网络测量二进制函数相似性.png)
IF0
PREAI
分享收藏Cross-platform binary code similarity detection based on NMT and graph embedding基于NMT和图嵌入的跨平台二进制代码相似性检测
OAAI
OAAI分享收藏1-to-1 or 1-to-n? Investigating the Effect of Function Inlining on Binary Similarity Analysis1对1还是1对n？函数内联对二进制相似性分析的影响研究OAAI
OAAI分享收藏B2SMatcher: fine-Grained version identification of open-Source software in binary filesCYBERSECURITY
OAAI
CYBERSECURITYIF3.7
OAAI分享收藏IoTSim: Internet of Things-Oriented Binary Code Similarity Detection with Multiple Block RelationsSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏IFAttn: Binary code similarity analysis based on interpretable features with attentionCOMPUTERS & SECURITYOAAI
COMPUTERS & SECURITYIF5.4
OAAI分享收藏
查看更多内容