【论文阅读笔记】用于二进制代码相似性检测的语义感知神经网络

论文标题：Order Matters: Semantic-Aware Neural Networks for Binary Code Similarity Detection
原文链接：https://ojs.aaai.org/index.php/AAAI/article/view/5466
说明：在读研究生为方便记忆梳理学习，手敲论文笔记，概括论文的主要思想和内容。

背景

1. 二进制代码相似性检测，其目的是在不访问源代码的情况下检测相似的二进制函数，是计算机安全的一项基本任务。
2. 利用二进制代码的流程图来构建代码的语义的提取。
3. 使用NLP模型提取二进制代码语义信息，tokens=word，块=句子。
4. 本文贡献：

• 提出通用框架学习CFG的图嵌入，可以学习语义信息，结构信息和顺序信息。
• 语义感知建模使用BERT对带有掩码1语言模型任务和相邻节点预测的token和块的嵌入进行预训练。
• 顺序感知建模中，节点顺序有用，在邻接矩阵上采用CNN模型提取CFG的节点顺序信息。