Endogenous Interpretation
该论文提出「内生解释」(endogenous interpretation) 这一理论视角,主张程序、解释器、机器以及派生的执行语言并不是彼此分离的语义对象,而是同一个可执行状态转移关系的不同参数化形式。作者进一步指出,每一种具体实现都携带
#binary-analysis
共收录 38 条相关情报。
← 返回所有主题ALIBI: Adversarial Legitimacy Injection in Binary Input against LLM Malware Analyzers
该论文研究的是将大语言模型（LLM）引入恶意软件分诊流程后新出现的一类攻击面。当前越来越多的安全团队把 LLM 当作"推理组件"，用来自动汇总静态分析证据（如导入表、节区信息、字符串、签名等），并直接输出面向分析师的结论或严重度评级。作者指
Echo: Learning-based Matching Decompilation using Trusted Back Translation
本文提出 Echo，一个基于“可信反向翻译（trusted back-translation）”的匹配式反编译系统。研究背景是：神经反编译器虽能从二进制中恢复可读、可重新编译的源代码，但其输出缺乏可信度保证——模型可能生成语义上与原始程序不
SEMA-GUARD: Semantic and Graph-Based Vulnerability Detection in Assembly Code
在无源码场景（如恶意软件分析、固件审计、嵌入式系统分析）中，对编译后程序进行漏洞检测的需求日益突出。然而，现有方法多依赖语法规律或较高层次的表示，不仅容易受编译器版本和优化选项变化的影响，也难以直接应用于汇编代码。为此，本文提出 SEMA-
No Bit Left Behind: Using Brute-Force Lifting to Achieve Fully Static Binary Recompilation
该论文针对二进制重编译（binary recompilation）这一核心技术领域提出了一个全静态的整程序提升（lifting）方案。二进制重编译的价值在于：无需源代码即可直接对可执行代码进行操作，从而自动化完成两项重要任务——为遗留二进制
Long-Range Indirect Control-Flow Prediction in Stripped Binaries via Dual Virtual Hubs and Multi-Task Graph Learning
本文针对剥离二进制中恢复间接控制流（ICF）边的问题。现有方法难以处理长距离依赖，隔离不同ICF类型，并常在易受标签噪声和数据泄漏影响的协议下评估。作者提出ICFlowNet，一个统一框架，用于剥离二进制的长程间接控制流预测。ICFlowN
VulHawk: Cross-architecture Vulnerability Detection with Entropy-based Binary Code Search.
本文提出了一种名为 VulHawk 的跨架构二进制代码搜索方法，用于检测固件中因代码复用而引入的漏洞。随着物联网设备的普及，不同架构、编译器和优化级别生成的固件镜像使得传统二进制比对方法难以适用。VulHawk 首先将二进制代码提升为一种与
DnD: A Cross-Architecture Deep Neural Network Decompiler.
本文提出 DnD, 一种跨架构的深度神经网络反编译器 (DNN Decompiler), 旨在解决传统反编译器 (如 Hex-Rays) 依赖人工编写规则、难以推广到新指令集架构的问题。核心方法是将不同架构的汇编指令统一 token 化,
Breaking Through Binaries: Compiler-quality Instrumentation for Better Binary-only Fuzzing.
这篇论文针对二进制程序模糊测试（binary-only fuzzing）中的覆盖率反馈质量不佳问题，提出了一种新的编译器级插桩方法，命名为“Breaking Through Binaries”（简称BTB）。传统上，对于没有源代码的二进制程
SoK: Multi-Layer Indirect Call Analysis in the Real World.
本文是一篇系统化知识（SoK）论文，聚焦于真实世界中多层间接调用分析（Multi-Layer Indirect Call Analysis）的现状与挑战。间接调用（如通过函数指针、虚函数表、回调等）是现代二进制程序中常见的控制流转移方式，但
Poster: MSILDiffer - A Security Patch Analysis Framework Based on Microsoft Intermediate Language for Large Software.
本文提出 MSILDiffer，一个基于 Microsoft 中间语言（MSIL）的安全补丁分析框架，旨在解决大型软件中安全补丁定位与理解困难的问题。传统补丁分析通常面向源代码或原生二进制，但在大型软件（尤其使用 .NET 技术栈的产品）中
Static Detection of Post-Quantum Cryptographic Algorithms in Stripped Binaries for Digital Forensic Examination and Migration Assurance
该论文提出了一种名为 Kestrel 的静态分析方法，用于在剥离符号、静态链接和优化后的二进制文件中识别标准化的基于格的抗量子密码算法 ML-KEM 和 ML-DSA。当前缺乏从编译后的二进制代码验证量子脆弱算法是否已被批准的量子安全算法替
The Evolution of Binary Decompilation in the Modern Era: A Taxonomy, Literature Review, and Future Perspectives
本文是一篇关于二进制反编译技术在现代计算环境中的系统性综述。反编译作为软件工程与安全分析的基础技术，旨在将机器码或二进制程序还原为高级语言表示，广泛用于恶意软件分析、漏洞挖掘、遗留代码维护和软件可追溯性验证。近年来，随着机器学习（ML）方法
Differential analysis of x86-64 instruction decoders.
本文研究如何将差分模糊测试（differential fuzzing）应用于 x86-64 指令解码器的错误发现。传统模糊测试依赖崩溃、挂起或内存访问错误作为 oracle，而差分模糊测试将同一输入在不同实现之间的行为差异作为潜在错误信号。
Disa: Accurate Learning-based Static Disassembly with Attentions.
该论文提出了一种名为 Disa 的基于学习的静态反汇编方法，旨在解决反汇编中指令边界和函数边界识别这一核心难题。传统反汇编方法依赖文件格式假设和架构特定启发式规则来猜测边界，在二进制文件被混淆时容易出现不完整或错误的反汇编结果。近年来，深度
Vulnerability Detection in AArch64 Machine Code Using a Digital Twin
本文面向无源码场景下的 AArch64 机器码漏洞检测问题，提出了一种基于数字孪生（Digital Twin）的可解释检测方法。传统二进制分析手段往往依赖符号执行或模糊测试，计算开销大且难以覆盖多步利用模式；同时很多现有工具只报告孤立的危险
Pretraining on Call Graphs: When Binary Analysis Tasks Profit From Context
本文针对二进制函数嵌入模型（binary function embedding models）中引入调用图（call graph）上下文信息所带来的影响展开系统剖析。此类模型通过将二进制代码片段映射为向量表示，服务于代码搜索、漏洞检测、恶意
Operation Mango: Scalable Discovery of Taint-Style Vulnerabilities in Binary Firmware Services.
该论文题为《Operation Mango: Scalable Discovery of Taint-Style Vulnerabilities in Binary Firmware Services》，由亚利桑那州立大学等机构的研究者撰写
SymQEMU: Compilation-based symbolic execution for binaries.
该论文提出了一种名为 SymQEMU 的新技术，旨在实现对二进制程序的编译型符号执行。传统符号执行通常采用解释执行方式，性能较低；近年提出的编译型符号执行在拥有源代码时可显著提升性能，但依赖源代码限制了其应用范围。SymQEMU 基于 QE
Be Careful of What You Embed: Demystifying OLE Vulnerabilities.
本文针对Microsoft Office对象链接与嵌入（OLE）规范中存在的安全弱点展开研究。OLE作为标准化的跨应用对象嵌入协议，虽然简化了复合文档（如Word中嵌入Excel表格）的数据交换，但其设计本身模糊了第一方代码与第三方代码之间