该论文聚焦于代码复用攻击中的返回导向编程（ROP）技术，旨在量化攻击者在Windows系统上的执行能力。尽管ROP已被证明是图灵完备的，但关于攻击者能否利用目标程序内存中现有的代码片段（称为ROP gadgets）构建任意算法的ROP链，仍存在开放问题。为填补这一空白，作者首先定义了一门虚拟语言ROPLANG，该语言包含算术、赋值、解引用、逻辑和分支操作，并将这些操作映射到对应的ROP gadgets。然后，作者使用ROPLANG在Windows 7和Windows 10（32位和64位版本）上评估了攻击者的执行能力。此外，作者还开发了工具ROP3，该工具接受一组程序文件和用ROPLANG描述的ROP链，返回构成该ROP链的代码片段。实验结果表明，存在足够的ROP gadgets来模拟任何虚拟操作，其中分支操作最为稀少；同时，程序文件越大，越可能找到每个虚拟操作所需的ROP gadgets。该研究为理解ROP攻击的可行性提供了量化基础，对安全防御者评估系统风险有参考价值。

本文提出了一种名为 ropbot 的新型自动化工具，旨在解决代码复用攻击（特别是面向返回编程（ROP）攻击）合成中的挑战。传统的 ROP 攻击构造通常依赖人工专家知识或硬编码的启发式规则，难以适应多样化的漏洞环境和安全缓解措施。ropbot 将攻击合成问题形式化为一个搜索问题，并利用基于图的状态空间探索和启发式算法自动生成可用的 ROP 链。该工具能够自动从二进制程序中提取可用于攻击的 gadget（小工具），并考虑地址随机化（ASLR）、栈保护等防御机制的影响。实验在多个真实世界的漏洞程序上进行，包括不同的架构（x86，x86-64）和编译器优化选项。结果表明，ropbot 能够成功生成高效的 ROP 链，其成功率和工作效率均优于现有的半自动化工具。作者还分析了 ropbot 在不同安全配置下的表现，并讨论了其对防御研究（如自动生成测试用例以评估缓解措施有效性）的潜在应用。主要贡献包括：形式化 ROP 攻击合成问题、提出基于图的搜索算法、实现可扩展的原型系统，并通过大量实验验证其有效性。