计算机科学2021,Vol.48Issue(3) :320-326.DOI:10.11896/jsjkx.200700047

基于约束推导式的增强型二进制漏洞挖掘

Enhanced Binary Vulnerability Mining Based on Constraint Derivation

郑建云 庞建民 周鑫 王军
计算机科学2021,Vol.48Issue(3) :320-326.DOI:10.11896/jsjkx.200700047

基于约束推导式的增强型二进制漏洞挖掘

Enhanced Binary Vulnerability Mining Based on Constraint Derivation

郑建云 1庞建民 1周鑫 1王军1
扫码查看

作者信息

  • 1. 数学工程与先进计算国家重点实验室 郑州 450002
  • 折叠

摘要

近年来,使用软件相似性方法挖掘软件中的同源漏洞已经被证明确实有效,但现有的方法在准确率方面还存在一定不足.在原有的软件相似性方法的基础上,文中提出了一种基于约束推导式的增强型相似性方法.该方法引入代码规范化和标准化处理技术以减少编译环境引起的噪声,使得同源程序在不同编译条件下的反编译代码表示尽量趋于相同;使用程序后向切片技术提取漏洞函数和漏洞补丁函数的约束推导式,通过两者约束推导式的相似性比较,过滤掉易被误判为漏洞函数的补丁函数,以减少漏洞挖掘结果中的误报.基于所提方法,实现了新的漏洞挖掘系统VulFind.实验结果表明,该系统可以提升软件相似性分析的准确率,使得漏洞挖掘结果的准确率得到有效提升.

关键词

二进制代码分析/漏洞挖掘/软件相似性/代码规范化/约束推导式

引用本文复制引用

基金项目

国家自然科学基金(61802433)

国家自然科学基金(61802435)

之江实验室(2018FD0ZX01)

出版年

2021
计算机科学
重庆西南信息有限公司(原科技部西南信息中心)

计算机科学

CSTPCDCSCD北大核心
影响因子:0.944
ISSN:1002-137X
被引量4
参考文献量5
段落导航相关论文