arXiv cs.AI· Zhiwei Fu, Steven H. H. Ding, Furkan Alaca, Benjamin C. M. Fung, Philippe Charland·· 11 小时前AI 评分18
Pluvio：用迁移学习与条件变分信息瓶颈实现跨未见架构与库的汇编克隆搜索
Pluvio: Assembly Clone Search for Out-of-domain Architectures and Libraries through Transfer Learning and Conditional Variational Information Bottleneck
AI 导读
Pluvio 首次研究面向未见架构与库的汇编克隆搜索问题，通过迁移学习将大规模预训练自然语言模型中的通用知识引入现有学习方法。该系统还用强化学习智能体剔除冗余 token 以缓解序列长度限制，并结合新的变分信息瓶颈学习策略，降低对架构与优化设置潜在指示特征的依赖。在模拟的未见架构克隆搜索场景中，实验结果显示出该方法优于当前最先进方案的有效性。
正文 · AI 翻译
摘要：代码复用实践在软件开发中对于实现更快、更高效的开发周期至关重要。然而在现实中，代码复用实践缺乏适当管控，导致漏洞传播和知识产权侵权等问题。汇编克隆搜索作为一种关键的右移防御机制，在识别已发布可执行文件中由复用产生的易受攻击代码方面一直行之有效。近期关于汇编克隆搜索的研究显示出一种趋势，即使用基于机器学习的方法来匹配由不同工具链生成的汇编代码变体。然而，这些方法受限于它们从训练中使用的少量工具链变体所学到的内容，使其不适用于未见过的架构及其相应的编译工具链变体。
本文首次研究了具有未见架构和库的汇编克隆搜索问题。我们提出通过大规模预训练自然语言模型，以迁移学习的形式，将人类常识知识融入当前基于学习的汇编克隆搜索方法中。迁移学习有助于解决现有方法的局限性，因为它可以引入人类专家在汇编代码方面的更广泛知识。我们进一步通过提出一个强化学习代理来移除不必要和冗余的标记，从而解决序列长度限制问题。结合一种新的变分信息瓶颈学习策略，所提出的系统最小化了对架构和优化设置潜在指示符的依赖，从而更好地泛化到未见架构。我们模拟了未见架构的克隆搜索场景，实验结果表明所提出的方法相对于最先进解决方案的有效性。
| 评论： | 13 页、4 幅图。本工作已提交至 IEEE，可能发表 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| 引用为： | arXiv:2307.10631 [cs.SE] |
| （或 arXiv:2307.10631v2 [cs.SE] 用于本版本） | |
| https://doi.org/10.48550/arXiv.2307.10631 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zhiwei Fu [查看电子邮件]
[v1]
2023 年 7 月 20 日星期四 06:55:37 UTC（1,468 KB）
[v2]
2026 年 10 月 16 日星期五 01:20:09 UTC（666 KB）
来源：arXiv cs.AI · arxiv.org