tcpdump

LLM驱动的系统从二进制函数中恢复源代码

研究人员开发了一种新颖的方法，通过整合逆向工程技术和大型语言模型（LLM）推理，从剥离的二进制函数中恢复源代码。该方法侧重于从数据库中检索实际的源代码片段，而不是生成伪代码。该系统提取字符串和函数名等关键锚点，使用倒排索引搜索查找候选源文件，然后利用LLM根据汇编、反编译代码和元数据对这些候选文件进行重新排序。在剥离的tcpdump二进制文件的高保真数据库上进行的评估中，该方法实现了95.2%的汇编指令覆盖率，证明了其在高数据质量环境中的有效性。