基于语义的多架构二进制函数名预测方法

摘要

本发明属于函数名预测技术领域，具体涉及一种基于语义的多架构二进制函数名预测方法。该方法首先通过LLVM IR提升到中间语言，来解决不同架构之间的差异性问题；提升到中间语言之后，利用正则表达式提取出函数名、函数体信息，然后利用大规模数据的训练得到的正负样本函数名二分类模型，实现无意义函数名的去除，再对于函数名进行形态上、语义上面的相似性融合；而后再对于函数体进行标准化处理，从而实现降低函数体信息的稀疏性，提升函数体的顺序结构信息的质量，保证编码解码的正确性。将经过上述过程处理之后的函数名、函数体，输入到seq2seq模型之中，得到一个模型MFNP，该模型能够提供语义更为准确的函数名。