阅读笔记：Order Matters: Semantic-Aware Neural Networks for Binary Code Similarity Detection

今天介绍由腾讯科恩实验室发表在AAAI 2020上的一篇文章。
链接：https://keenlab.tencent.com/en/whitepapers/Ordermatters.pdf
本文介绍了一个使用神经网络进行二进制代码相似度检测的工作。首先，对于二进制代码上基本块+控制流图的表示方式，作者首先提出了一个语义表示+结构表示（semantic-aware modeling, structural-aware modeling）的表示方法，对每一个基本块将其看成一个sentence，使用BERT对其训练以获得其向量表示，之后使用MPNN对整个CFG进行向量表示，并提出了四个task（masked language model task (MLM)，adjacency node prediction task (ANP)，block inside graph task (BIG)，graph classification task (GC)）对表示进一步优化。另外，作者还提出了CFG中控制结构的重要性，并使用CNN对CFG的邻接矩阵进行学习，并且这种节点的顺序信息也在实验中起到了很好的效果。