Faultless: A Program Equivalence Technique for Validating and Evaluating Neural Decompilers
该论文聚焦神经反编译器（neural decompiler）的可信度问题。神经反编译器是采用机器学习模型完成反编译任务的系统，作用是把低层语言（如汇编/中间表示）提升为高层语言（如 C 代码）。相比传统确定性反编译器，它的核心优势在于能够以
#symbolic-execution
共收录 17 条相关情报。
← 返回所有主题Automated Abstraction Refinement for Information Flow Security in Embedded Systems
本文聚焦安全敏感嵌入式系统的信息流安全验证问题。信息流分析（IFA）是验证机密性与完整性的重要手段，但嵌入式系统天然具有并发性与时间相关性，导致既有 IFA 方法往往陷入两难：要么抽象过于粗糙而精度不足、无法判定非法信息流是否存在，要么保持
TASE: Reducing Latency of Symbolic Execution with Transactional Memory.
TASE（Transactional-memory-Accelerated Symbolic Execution）是一篇关于通过事务性内存降低符号执行延迟的研究论文。符号执行是一种强大的程序分析技术，常用于漏洞挖掘、程序验证等领域，但其高昂
Panda: Security Analysis of Algorand Smart Contracts.
本文提出并实现了一个针对 Algorand 区块链智能合约的安全分析框架 Panda。Algorand 采用基于交易签名和异步轮次确认的 Pure Proof-of-Stake 共识机制，其智能合约执行模型（ASC1）与以太坊 EVM 完全
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
The Cost of Performance: Breaking ThreadX with Kernel Object Masquerading Attacks.
本研究针对微控制器（MCU）为基础的物联网设备中常用的嵌入式实时操作系统（RTOS）的安全性问题展开分析。初步研究发现，FreeRTOS等流行RTOS缺乏基本的安全保护机制；而Zephyr OS和ThreadX虽已具备基本安全保护，但其系统
CryptoBap: A Binary Analysis Platform for Cryptographic Protocols.
该论文提出 CryptoBap，一个用于验证加密协议二进制代码安全属性的平台。研究背景是：现实中的加密协议实现可能因编译器优化、平台差异或编程错误而引入安全漏洞，而传统的形式化验证方法通常针对高级语言或协议规范，难以直接分析编译后的机器码。
Symbolon: Symbolic Execution by Learning Code Transformation
符号执行是一种强大的程序分析技术，广泛应用于漏洞检测、安全测试和恶意软件分析等领域。然而，该技术面临可扩展性问题，例如路径爆炸和复杂约束，这些问题往往源于真实程序中常见的特定结构和语义模式。现有方法尝试通过将程序转换为新表示来规避这些模式，
Themis: Ambiguity-Aware Network Intrusion Detection based on Symbolic Model Comparison.
网络入侵检测系统（NIDS）常因实现层面的差异而被绕过：攻击者精心构造的数据包在NIDS和最终主机上的处理方式不同，导致NIDS无法检测。这些差异源于大量端主机实现及其演化，NIDS通常采用简化实现来近似和泛化，但这种方式存在根本缺陷，因为
Hunting the Haunter - Efficient Relational Symbolic Execution for Spectre with Haunted RelSE.
Spectre 漏洞利用微架构推测执行机制窃取敏感信息，自 2018 年公开以来给密码库等关键软件带来严重威胁。现有检测方法面临两大挑战：推测路径导致的状态空间爆炸，以及不同编译阶段可能引入新的 Spectre 漏洞。本文提出一种名为 Ha
Holistic Concolic Execution for Dynamic Web Applications via Symbolic Interpreter Analysis.
本文提出了一种名为符号解释器分析（SIA）的新方法，用于解决动态Web应用程序在符号执行中面临的多语言挑战。传统的符号执行工具由于对动态语言（如PHP）的语法支持有限且工程成本高，难以有效分析现代Web应用。SIA的核心思想是：由于Web应
Control Flow Graph Recovery for Dynamically Loaded Code via Symbolic Library Resolution
该论文提出一种结合符号执行与推测性库预加载的静态控制流图（CFG）恢复技术，专门针对依赖动态代码加载来逃避静态分析的加壳软件和现代恶意软件。现有静态分析方法无法处理运行时动态链接引入的间接调用，导致无法恢复完整的CFG。本文方法在符号执行环
Learning to Explore Paths for Symbolic Execution.
符号执行是一种强大的测试生成技术，能够自动探索程序路径并发现漏洞。然而，其可扩展性受限于路径爆炸问题：随着执行深入，需要探索的符号状态数量急剧增加，导致计算资源耗尽。现有符号执行引擎通常依赖手工设计的启发式策略（如随机选择、最近未覆盖分支优
Finding Missing Input Validation in TEEs via LLM-Assisted Symbolic Execution
本文针对可信执行环境（TEE）应用中输入验证缺失导致的安全漏洞检测问题展开研究。由于TEE构建和运行环境的配置成本高、复杂性大，且硬件隔离限制了可观测性，现有安全分析方法难以有效应用于TEE应用。为此，作者提出SymTEE，一种新型的大语言
Empc: Effective Path Prioritization for Symbolic Execution with Path Cover.
本文针对符号执行中的路径爆炸问题，提出了一种基于路径覆盖的有效路径优先级排序技术Empc。符号执行是一种强大的程序分析技术，能够系统地探索被测试程序的执行路径并检测软件缺陷，但路径爆炸严重限制了其可扩展性和性能。以往的路径优先级排序方法使用
WCDCAnalyzer: Scalable Security Analysis of Wi-Fi Certified Device Connectivity Protocols.
WCDCAnalyzer 是一篇针对 Wi-Fi 认证设备连接协议（WCDC）的可扩展安全分析论文。研究背景是 Wi-Fi 设备连接协议（如 Wi-Fi Easy Connect、Wi-Fi Direct 等）在智能家居、物联网等场景广泛应
Automatic Firmware Emulation through Invalidity-guided Knowledge Inference.
微控制器固件与硬件紧密耦合，导致动态分析工具难以应用。现有最先进的方法通过观察外设访问模式来自动建模未知外设，并利用启发式策略计算访问未知外设寄存器的响应。然而，经验表明该方法及其启发式策略经常不足以成功模拟固件。本文提出了一种名为uEmu