PulseAugur
实时 09:15:32
English(EN) Pretraining on Call Graphs: When Binary Analysis Tasks Profit From Context

调用图上下文可改进二进制嵌入但缺乏泛化性

一篇新的研究论文探讨了将调用图上下文纳入二进制函数嵌入模型的影响。研究发现,虽然这种过程间上下文可以提高鲁棒性,特别是对于与命名空间相关的函数,但在诸如二进制代码相似性检测等任务上的改进并不总是能泛化到其他下游任务,例如那些侧重于语法相似性的任务。研究表明,优化语义相似性可能会导致在语法任务上的性能下降。 AI

影响 这项研究通过理解使用调用图上下文的权衡,可能带来更强大、更专业的二进制分析工具。

排序理由 该集群包含一篇发表在arXiv上的研究论文,详细介绍了二进制分析的新发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

调用图上下文可改进二进制嵌入但缺乏泛化性

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Samuel Valenzuela, Johannes Kinder ·

    Pretraining on Call Graphs: When Binary Analysis Tasks Profit From Context

    arXiv:2608.02084v1 Announce Type: cross Abstract: Binary function embedding models are trained to encode the semantics of binary code in such a way that they can be generalized to a variety of reverse engineering tasks, such as binary code search, vulnerability detection, or malw…