基于深度學(xué)習(xí)的跨平臺(tái)二進(jìn)制代碼關(guān)聯(lián)分析
發(fā)布時(shí)間:2021-06-07 07:18
當(dāng)前,越來越多的物聯(lián)網(wǎng)廠商將第三方代碼庫編譯并部署在不同平臺(tái)上,由于代碼的交叉復(fù)用,使得對跨平臺(tái)的二進(jìn)制代碼進(jìn)行同源性檢測具有極大的實(shí)用價(jià)值?缙脚_(tái)二進(jìn)制代碼同源性檢測旨在檢測來自不同平臺(tái)的兩個(gè)二進(jìn)制函數(shù)是否屬于同源函數(shù)。它有很多應(yīng)用到安全方面的例子,比如抄襲檢測、惡意軟件檢測、漏洞搜索等。現(xiàn)有的同平臺(tái)二進(jìn)制代碼關(guān)聯(lián)方法并不能直接應(yīng)用到跨平臺(tái)場景中來:比特流比對技術(shù)分析的對象是比特流,它與平臺(tái)采用的編碼方式相關(guān);指令序列比對技術(shù)分析的對象是指令序列,它與平臺(tái)采用的指令集相關(guān);動(dòng)態(tài)插樁技術(shù)分析的是動(dòng)態(tài)分析過程中的中間結(jié)果,受限于分析工具的平臺(tái)兼容性,F(xiàn)有的跨平臺(tái)二進(jìn)制代碼關(guān)聯(lián)分析依賴于近似圖形匹配算法,這些算法在同源性檢測速度上不可避免的比較緩慢,而且在精度上準(zhǔn)確率不高,難以適應(yīng)新任務(wù)。近年來深度學(xué)習(xí)技術(shù)已經(jīng)廣泛應(yīng)用于各種領(lǐng)域,包括二進(jìn)制函數(shù)分析,并且已經(jīng)顯示其精度高、速度快的優(yōu)勢。本文主要研究基于深度學(xué)習(xí)的方法檢測二進(jìn)制函數(shù)對的同源性,本文將利用二進(jìn)制函數(shù)代碼屬性控制流圖的跨平臺(tái)性,為每一個(gè)待檢測函數(shù)對中的函數(shù)提取出相應(yīng)的屬性控制流圖,然后利用圖嵌入神經(jīng)網(wǎng)絡(luò)為每一個(gè)屬性控制流圖生成一個(gè)...
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:57 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
AlexNet網(wǎng)絡(luò)結(jié)構(gòu)
圖 2-2 多層感知機(jī)網(wǎng)絡(luò)結(jié)構(gòu)激活函數(shù)是用來向神經(jīng)網(wǎng)絡(luò)中引入非線性因素,如果不使用激活函數(shù),網(wǎng)絡(luò)中的每一層都是上層輸入的線性函數(shù),那么無論網(wǎng)絡(luò)有多少層,輸出輸入的線性組合,但是神經(jīng)網(wǎng)絡(luò)通常也用于預(yù)測任務(wù),任務(wù)場景中的輸與輸出結(jié)果大多是非線性關(guān)系,所以通過使用非線性激活函數(shù),可以使網(wǎng)絡(luò)可以擬合各種任務(wù)需要。下面將本文使用的神經(jīng)網(wǎng)絡(luò)中用到的兩種非激活函數(shù):tanh 和 ReLU。(1) tanh 函數(shù)——雙曲正切函數(shù)
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文tanh 激活函數(shù)又稱為雙曲正切激活函數(shù),數(shù)學(xué)公式表達(dá)如下: ( ) = (2將真值壓縮在區(qū)間[-1, 1]內(nèi),具有完全可微分、反對稱(對稱中心在坐標(biāo)系)的特征,為了解決學(xué)習(xí)緩慢和梯度消失的問題,可以使用該函數(shù)的更加的變體(softsign、symmetrical 等)。(2) ReLU 函數(shù)ReLU 的數(shù)學(xué)公式表達(dá)如下: ( ) = ( ) (2輸入 x < 0 時(shí),輸出為 0;當(dāng)輸入 x > 0 時(shí),輸出為 x。該激活函數(shù)可以使網(wǎng)快速地收斂,并且他不會(huì)飽和,ReLU 的求導(dǎo)幾乎不存在任何計(jì)算量,相較nh 函數(shù),ReLU 可以實(shí)現(xiàn)單側(cè)抑制,同時(shí)可以保證相對寬闊的興奮邊界,但LU 函數(shù)的輸出不以零為中心,并且在神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的前向傳導(dǎo)過程中
【參考文獻(xiàn)】:
期刊論文
[1]一種大規(guī)模的跨平臺(tái)同源二進(jìn)制文件檢索方法[J]. 陳昱,劉中金,趙威威,馬原,石志強(qiáng),孫利民. 計(jì)算機(jī)研究與發(fā)展. 2018(07)
[2]VDNS:一種跨平臺(tái)的固件漏洞關(guān)聯(lián)算法[J]. 常青,劉中金,王猛濤,陳昱,石志強(qiáng),孫利民. 計(jì)算機(jī)研究與發(fā)展. 2016(10)
[3]基于同源性分析的嵌入式設(shè)備固件漏洞檢測[J]. 李登,尹青,林鍵,呂雪峰. 計(jì)算機(jī)工程. 2017(01)
[4]改進(jìn)的基于圖的可執(zhí)行文件比較算法[J]. 謝余強(qiáng),曾穎,舒輝. 計(jì)算機(jī)工程與設(shè)計(jì). 2007(02)
[5]一種基于反匯編技術(shù)的二進(jìn)制補(bǔ)丁分析方法[J]. 曾鳴,趙榮彩,王小芹,姚京松. 計(jì)算機(jī)科學(xué). 2006(10)
本文編號(hào):3216131
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:57 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
AlexNet網(wǎng)絡(luò)結(jié)構(gòu)
圖 2-2 多層感知機(jī)網(wǎng)絡(luò)結(jié)構(gòu)激活函數(shù)是用來向神經(jīng)網(wǎng)絡(luò)中引入非線性因素,如果不使用激活函數(shù),網(wǎng)絡(luò)中的每一層都是上層輸入的線性函數(shù),那么無論網(wǎng)絡(luò)有多少層,輸出輸入的線性組合,但是神經(jīng)網(wǎng)絡(luò)通常也用于預(yù)測任務(wù),任務(wù)場景中的輸與輸出結(jié)果大多是非線性關(guān)系,所以通過使用非線性激活函數(shù),可以使網(wǎng)絡(luò)可以擬合各種任務(wù)需要。下面將本文使用的神經(jīng)網(wǎng)絡(luò)中用到的兩種非激活函數(shù):tanh 和 ReLU。(1) tanh 函數(shù)——雙曲正切函數(shù)
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文tanh 激活函數(shù)又稱為雙曲正切激活函數(shù),數(shù)學(xué)公式表達(dá)如下: ( ) = (2將真值壓縮在區(qū)間[-1, 1]內(nèi),具有完全可微分、反對稱(對稱中心在坐標(biāo)系)的特征,為了解決學(xué)習(xí)緩慢和梯度消失的問題,可以使用該函數(shù)的更加的變體(softsign、symmetrical 等)。(2) ReLU 函數(shù)ReLU 的數(shù)學(xué)公式表達(dá)如下: ( ) = ( ) (2輸入 x < 0 時(shí),輸出為 0;當(dāng)輸入 x > 0 時(shí),輸出為 x。該激活函數(shù)可以使網(wǎng)快速地收斂,并且他不會(huì)飽和,ReLU 的求導(dǎo)幾乎不存在任何計(jì)算量,相較nh 函數(shù),ReLU 可以實(shí)現(xiàn)單側(cè)抑制,同時(shí)可以保證相對寬闊的興奮邊界,但LU 函數(shù)的輸出不以零為中心,并且在神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的前向傳導(dǎo)過程中
【參考文獻(xiàn)】:
期刊論文
[1]一種大規(guī)模的跨平臺(tái)同源二進(jìn)制文件檢索方法[J]. 陳昱,劉中金,趙威威,馬原,石志強(qiáng),孫利民. 計(jì)算機(jī)研究與發(fā)展. 2018(07)
[2]VDNS:一種跨平臺(tái)的固件漏洞關(guān)聯(lián)算法[J]. 常青,劉中金,王猛濤,陳昱,石志強(qiáng),孫利民. 計(jì)算機(jī)研究與發(fā)展. 2016(10)
[3]基于同源性分析的嵌入式設(shè)備固件漏洞檢測[J]. 李登,尹青,林鍵,呂雪峰. 計(jì)算機(jī)工程. 2017(01)
[4]改進(jìn)的基于圖的可執(zhí)行文件比較算法[J]. 謝余強(qiáng),曾穎,舒輝. 計(jì)算機(jī)工程與設(shè)計(jì). 2007(02)
[5]一種基于反匯編技術(shù)的二進(jìn)制補(bǔ)丁分析方法[J]. 曾鳴,趙榮彩,王小芹,姚京松. 計(jì)算機(jī)科學(xué). 2006(10)
本文編號(hào):3216131
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3216131.html
最近更新
教材專著