检索结果-南通市图书馆

Bin2vec:learning representations of binary executable programs for security tasks

Cybersecurity 2021年第1期4卷 401-414页

作者： Shushan Arakelyan Sima Arasteh Christophe Hauser Erik Kline Aram Galstyan Information Sciences Institute 4676 Admiralty WayMarina Del ReyCAUSA

Tackling binary program analysis problems has traditionally implied manually defining rules and heuristics,a tedious and time consuming task for human *** order to improve automation and scalability,we propose an alternative direction based on distributed representations of binary programs with applicability to a number of downstream *** introduce Bin2vec,a new approach leveraging Graph Convolutional Networks(GCN)along with computational program graphs in order to learn a high dimensional representation of binary executable *** demonstrate the versatility of this approach by using our representations to solve two semantically different binary analysis tasks–functional algorithm classification and vulnerability *** compare the proposed approach to our own strong baseline as well as published results,and demonstrate improvement over state-of-the-art methods for both *** evaluated Bin2vec on 49191 binaries for the functional algorithm classification task,and on 30 different CWE-IDs including at least 100 CVE entries each for the vulnerability discovery *** set a new state-of-the-art result by reducing the classification error by 40%compared to the source-code based inst2vec approach,while working on binary *** almost every vulnerability class in our dataset,our prediction accuracy is over 80%(and over 90%in multiple classes).

关键词： binary program analysis Computer security Vulnerability discovery Neural networks

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：