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
#control-flow
共收录 4 条相关情报。
← 返回所有主题Towards Generic MPC Compilers via Variable Instruction Set Architectures (VISAs).
安全多方计算（MPC）允许多方在不暴露各自输入的情况下协同计算函数。传统上，MPC 编译通常将高级语言程序转化为布尔电路或算术电路，然后执行电路求值。然而，这种电路表示方法并不适应具有复杂控制流（如 if-else 分支、循环、动态跳转等）
Les Dissonances: Cross-Tool Harvesting and Polluting in Pool-of-Tools Empowered LLM Agents.
本文首次对大语言模型（LLM）智能体在多工具集成场景下的任务控制流安全性进行了系统分析。LLM 智能体利用一组工具进行推理和规划，但多工具集成带来了工具管理、兼容性、依赖关系和控制流保护等安全挑战。作者提出了一种新型威胁——跨工具收割与污染
Execution Divergence Graphs:Effective Discovery of Control-Flows from Execution Traces as Fuzzing Feedback
本文针对模糊测试中反馈收集的局限性问题展开研究。在传统模糊测试中，通常需要能够观察和插桩二进制程序中的基本块以获取执行反馈，从而指导输入生成。然而，在许多实际场景中，例如对黑盒设备进行原位模糊测试或对经过混淆编译的二进制进行测试时，无法直接