人工智能与安全论坛：智能与安全的融合与对抗

前几天随公司参加了互联网安全大会（ISC，Internet Security Conference），虽然只参加了半天的会议，感觉收获不。更重要的是偶遇师兄，人生无处不相逢的感觉，记录一下当时的会议内容也当作一下偶遇的纪念。

2018.9.5 ISC - 人工智能与安全论坛：智能与安全的融合与对抗
合作机构：中国人工智能学会人工智能与安全专业委员会（筹）
论坛主席：Dawn Song
主持人：李康 360智能安全研究院院长

致辞

Dawn Song
加州伯克利大学教授

没说啥实质内容，Dawn Song给人的感觉是一个年轻有为的华人女性，有李飞飞的感觉。听主持人说这领域的众多专家都是他的学习，主持人开玩笑道，为了让演讲者好好演讲，把他们的老师请过来监督他们。

致辞

谭晓生
中国人工智能学会人工智能与安全专业委员会（筹）发起人
360集团技术总裁 首席安全官

最早听说国外同行用机器学习做搜索，最开始他不相信，认为是在忽悠，后来评分结果出来了确实机器学习结果更好，他怀疑是评分机制有利于机器学习，最后才体会出确实人工智能机器学习很厉害。
受到这个启发，360很早就开始使用机器学习来做病毒检测，发现使用深度学习的模型具有高检出率，但是误报率很高，加入白名单之后能得到一个还不错的模型，最后又结合其他的方法，降低误报率，得到了一个很好的模型（没说具体是啥方法，感觉像是工程上的技巧）。然后他最后总结说希望大家“有所收获，有所行动”，感觉这个结尾不错，学到了。

基于DNN的二进制代码相似性检测

张超
清华大学网络研究院副教授

主持人介绍他是做比赛，写paper的style。

二进制代码相似性检测（Binary Code Similarity Detection, BCSD）
目的：

• 代码克隆检测
• 恶意代码检测
• 相似漏洞挖掘
• 补丁对比分析
• 逆向工程辅助

难点：

• 跨平台
• 跨版本
• 跨编译器

现有方案：

• CFG：相似的代码具有相似的映射（不同函数之间的调用拓扑图），代表谷歌的BinDiff，缺点：图同构尚无多项式时间解法，特征工程会引入人为偏见
• SMT：有约束求解器判断函数片段的语义相似性，缺点：负载效率低
• 动态方法：在受控的随机（仿真）环境中对程序做片段质心，基于观察到的运行时行为特征，判断函数的相似性。缺点：部署灵活性低，把函数跑起来也不是很容易的事情

解决方案：αDiff: Cross-Version Binary Code Similarity Detection with DNN

刻画代码,把函数分成三部分：

• 函数代码：Intra-Func特征
• 函数与文件内其他函数的交互关系：Inter-Func特征
• 函数与其他文件的交互关系：Inter-Mod特征

函数相似性=三个特征的距离之和

Intra-function Semantic Feature

把二进制代码用神经网络embedding为一个64维的向量
感觉核心是使用了一个Loss函数，因该就是triplet的另外一种表达方式，contrastive loss function：
定义两个函数的intra-function features的距离为：

$$D1(I_q,I_t)=|f(I_q;\theta )-f(I_t;\theta )|$$

the distance of two functions’ intra-function features定义为：$L(\theta )=y\cdot D1(I_q,I_t)+(1-y)\cdot max(0,m-D1(I_q,I_t))$

如果两个代码相似$y=0$