1.СÐò

ÎÒÃÇÔÚÇ°ÎÄÖÐÖصãÏÈÈÝÁË»ùÓÚͼÏñ·ÖÀàµÄ¶ñÒâ´úÂëͬԴÆÊÎöÒªÁ죬£¬£¬£¬£¬¸ÃÒªÁìʵÖÊÉÏÊÇƾ֤¶ñÒâ´úÂë×Ö½ÚÔ¼ÄÚÈݵÄÌØÕ÷¾ÙÐзÖÀà¡£¡£¡£¡£¡£¡£¡£È»¶ø£¬£¬£¬£¬£¬ÕâÖÖÒªÁì´ÓÄæÏò¹¤³ÌµÄ½Ç¶ÈÀ´¿´²»¾ßÓпÉÚ¹ÊÍÐÔ¡£¡£¡£¡£¡£¡£¡£

ÖÚËùÖÜÖª£¬£¬£¬£¬£¬»ã±à´úÂë¾ßÓнÏΪÏÊÃ÷µÄÓï·¨¿É¶ÁÐÔ¡£¡£¡£¡£¡£¡£¡£ÈôÊÇÏȰѶñÒâ´úÂë¾ÙÐз´»ã±à£¬£¬£¬£¬£¬È»ºóÓÃ×ÔÈ»ÓïÑÔ´¦Öóͷ££¨Natural Language Processing£©ÊÖÒÕÌáÈ¡´úÂëÓïÒåÌØÕ÷£¬£¬£¬£¬£¬ÔÙ¾ÙÐÐͬԴÆÊÎö£¬£¬£¬£¬£¬ÕâÑùµÄÒªÁì¾ÍÈÝÒ×Ú¹ÊÍ£¬£¬£¬£¬£¬Õâ¾ÍÊDZ¾ÎĽ«ÏÈÈݵĻùÓÚ´úÂëÓïÒåµÄͬԴÆÊÎöÒªÁì¡£¡£¡£¡£¡£¡£¡£Ä¿½ñ£¬£¬£¬£¬£¬ÕâÖÖÒªÁì²»µ«±»ÓÃÓÚ¶ñÒâ´úÂë¼ì²âÁìÓò£¬£¬£¬£¬£¬»¹±»ÓÃÔÚ´úÂë¿Ë¡ËÑË÷¡¢´úÂëÇÖȨÅжϵÈÁìÓò¡£¡£¡£¡£¡£¡£¡£

±¾ÎÄÊ×ÏÈÏÈÈÝÁË»ùÓÚ´úÂëÓïÒåͬԴÆÊÎöµÄ»ù´¡ÖªÊ¶£»£»£»£»£»£»£»£»Æä´ÎÏÈÈÝÁË»ùÓÚ´úÂëÓïÒåµÄͬԴÆÊÎöÏà¹ØÊÂÇ飻£»£»£»£»£»£»£»×îºó£¬£¬£¬£¬£¬¸ø³öÁË»ùÓÚ´úÂëÓïÒåµÄͬԴÆÊÎöÊÖÒռƻ®Éè¼Æ£¬£¬£¬£¬£¬²¢Í¨¹ýʵÑéÑéÖ¤Á˼ƻ®µÄÓÐÓÃÐÔ¡£¡£¡£¡£¡£¡£¡£

2.»ù´¡ÖªÊ¶

»ùÓÚ´úÂëÓïÒåµÄ¶ñÒâ´úÂëͬԴÆÊÎöµÄ»ù´¡ÊÇÓïÒåÌáÈ¡¡£¡£¡£¡£¡£¡£¡£PV-DMºÍTextCNNÊÇNLPÁìÓòÓйشúÂëÓïÒåÌáÈ¡µÄÁ½ÖÖ³£¼ûµÄÄ£×Ó, ˵Ã÷ÈçÏ£º

(1)¾äÏòÁ¿µÄÂþÑÜʽӰÏóÄ£×Ó£¨Distributed Memory Model of Paragraph Vectors£¬£¬£¬£¬£¬PV-DM£©

ÔÚPV-DMÄ£×ÓÖУ¬£¬£¬£¬£¬´ÊÏòÁ¿ºÍ¾äÏòÁ¿ÏàÆ´½Ó£¬£¬£¬£¬£¬ÓÃÀ´Õ¹ÍûÎı¾ÖеÄÏÂÒ»¸ö´Ê£¬£¬£¬£¬£¬Í¨¹ýÔÚ¾ä×ÓÉϵĴ°¿Ú»¬¶¯£¬£¬£¬£¬£¬Ê¹¾äÏòÁ¿Ó°Ïó¾ä×ÓÖÐËùÓдʵÄÉÏÏÂÎĹØϵ¡£¡£¡£¡£¡£¡£¡£ÔÚ´úÂëÓïÒåÌáÈ¡ÖÐʹÓÃPV-DMÄ£×Ó£¬£¬£¬£¬£¬ÄܼòÆÓÓÐÓõؽâ¾öÏòÁ¿³¤¶È·×ÆçÖÂÎÊÌ⣨ͼ1£©.

ͼ1 PV-DMÄ£×Ó

(2)TextCNNÄ£×Ó

TextCNNͨ¹ýÆ´½Ó´ÊÏòÁ¿½«Îı¾×ª»¯³É¾ØÕ󣬣¬£¬£¬£¬È»ºóÓ¦Óþí»ýÉñ¾­ÍøÂçÊ©Õ¹Éî¶ÈѧϰµÄÓÅÊÆ¡£¡£¡£¡£¡£¡£¡£Ïà±ÈÓÚÒ»Ñùƽ³£µÄ¾í»ýÉñ¾­ÍøÂçÄ£×Ó£¬£¬£¬£¬£¬TextCNNÔÚ¾í»ý²ãÖÐÓ¦Óöà¸ö²î±ð³ß´çµÄ¾í»ýºË£¨Í¼2£©¡£¡£¡£¡£¡£¡£¡£TextCNN¾ßÓÐÍøÂç½á¹¹¼òÆÓ¡¢Ñ·üçٶȿ첢ÇÒЧ¹û½ÏºÃµÈÓŵã¡£¡£¡£¡£¡£¡£¡£¿ÉÊÇ£¬£¬£¬£¬£¬ÔÚǶÈë²ãÖнÓÄÉԤѵÁ·µÄ´ÊÏòÁ¿Ä£×Ó£¨ÈçWord2Vec£©¾ÙÐÐÓïÒåÌáÈ¡£¬£¬£¬£¬£¬Òò¶ø»áÓг¤¶È·×ÆçÖµÄÎÊÌâ¡£¡£¡£¡£¡£¡£¡£

ͼ2 TextCNNÄ£×Ó

3.Ïà¹ØÊÂÇé

ZhangµÈ[2]ΧÈÆÀÕË÷Èí¼þµÄ¼Ò×å·ÖÀàÎÊÌ⣬£¬£¬£¬£¬Ìá³öÒ»ÖÖÌØÕ÷ÌáÈ¡ÒªÁ죬£¬£¬£¬£¬¸ÃÒªÁ콫Ñù±¾Ö¸ÁîÐòÁÐת»»Îª²î±ðnֵʱµÄn-gramÜöÝÍ£¬£¬£¬£¬£¬ÅÌËãÿ¸ön-gramµÄTF-IDF£¨term frequency¨Cinverse document frequency£©²¢Ñ¡Ôñ¼Ò×åÖÐTF-IDFÖµ½Ï¸ßµÄt¸ön-gram×÷ΪÌØÕ÷¡£¡£¡£¡£¡£¡£¡£È»¶ø£¬£¬£¬£¬£¬n-gramÌØÕ÷½ö½ö·´Ó¦ÐòÁл¯ÌØÕ÷£¬£¬£¬£¬£¬²»¿ÉÌáÈ¡´úÂëÎı¾µÄÓïÒåÐÅÏ¢¡£¡£¡£¡£¡£¡£¡£

³ÂµÈÌá³öÒ»ÖÖ»ùÓÚ´úÂëÓïÒåµÄ¶ñÒâ´úÂëͬԴÅжÏÒªÁì[3]£¬£¬£¬£¬£¬Ê¹ÓÃWord2Vec»ñÈ¡Ö¸ÁîµÄ´ÊÏòÁ¿£¬£¬£¬£¬£¬²¢Ê¹ÓÃTextCNN¾ÙÐзÖÀà¡£¡£¡£¡£¡£¡£¡£FangµÈÈËÔò½ÓÄÉÁËFastTextÄ£×ÓÌáÈ¡JavaScript´úÂëµÄ´ÊÏòÁ¿[4]£¬£¬£¬£¬£¬FastText½«¶à¸öµ¥´Ê¼°Æän-gram×÷ΪÊäÈ룬£¬£¬£¬£¬Ö±½ÓÊä³öÄ£×ÓÅжϵÄÖֱ𡣡£¡£¡£¡£¡£¡£

DingµÈÌá³öÒ»ÖÖ»ã±à´úÂëµÄÓïÒåÄ£×Ó-Asm2Vec[5],ÓÃÓÚÌáÈ¡Ö¸Áî´úÂëµÄÓïÒåÐÅÏ¢¡£¡£¡£¡£¡£¡£¡£¸ÃÒªÁì»ùÓÚ¾äÏòÁ¿µÄÂþÑÜʽӰÏóÄ£×ÓPV-DMÉè¼Æ£¬£¬£¬£¬£¬²¢Ë¼Á¿ÁË»ã±à´úÂëÃûÌõÄ˳ӦÐÔÎÊÌâ¡£¡£¡£¡£¡£¡£¡£ÓÉÓÚ¿ØÖÆÁ÷³ÌͼÄÜÔÚÒ»¶¨Ë®Æ½ÉÏ·´Ó¦´úÂëµÄ¶¯Ì¬Ë³ÐòÐÅÏ¢£¬£¬£¬£¬£¬Ò»Ð©Ñо¿ÊÂÇéÏȹ¹½¨´úÂëµÄ¿ØÖÆÁ÷³Ìͼ£¬£¬£¬£¬£¬ÔÙʹÓÃͼƥÅ䡢ͼÉñ¾­ÍøÂ磨Graph Neural Network£¬£¬£¬£¬£¬GNN£©µÈÊÖÒÕÆÀ¹À´úÂëÏàËÆÐÔ¡£¡£¡£¡£¡£¡£¡£GNNËäÈ»ÐÔÄܱȹŰåµÄͼƥÅä¸üºÃ£¬£¬£¬£¬£¬µ«ÔÚÓïÒåѧϰÉÏÈÔÓÐȱ·¦¡£¡£¡£¡£¡£¡£¡£Îª´Ë£¬£¬£¬£¬£¬YuµÈÌá³öÒ»ÖÖͬʱ²¶»ñ´úÂëµÄÓïÒå¡¢½á¹¹ÒÔ¼°Ë³ÐòµÄÒªÁì[6]£¬£¬£¬£¬£¬Ê¹ÓÃBertÄ£×Ó¾ÙÐÐÕ¹ÍûѵÁ·ÒÔ»ñÈ¡ÓïÒåÐÅÏ¢£¬£¬£¬£¬£¬Ê¹ÓÃÐÂÎÅת´ïÉñ¾­ÍøÂ磨Message Passing NeuralNetwork£¬£¬£¬£¬£¬MPNN£©»ñÈ¡½á¹¹ÐÅÏ¢£¬£¬£¬£¬£¬Ê¹ÓÃResnetÄ£×ÓÌáȡ˳ÐòÐÅÏ¢¡£¡£¡£¡£¡£¡£¡£

4.¼Æ»®Éè¼Æ

»ùÓÚ´úÂëÓïÒåµÄͬԴÆÊÎö¼Æ»®Ö÷ÒªÓÉÓïÒåÌØÕ÷ÌáÈ¡ºÍͬԴ·ÖÀàѵÁ·Á½´ó²¿·Ö×é³É¡£¡£¡£¡£¡£¡£¡£Ïêϸ´¦Öóͷ£Á÷³ÌÉÏ£¬£¬£¬£¬£¬Ö÷Òª°üÀ¨ÁËÈçÏ°취£¨Í¼3£©

µÚÒ»²½£ºÊý¾Ý×¼±¸¡£¡£¡£¡£¡£¡£¡£ÍøÂçÑù±¾²¢±ê×¢Öֱ𣬣¬£¬£¬£¬¹¹½¨ÑµÁ·Êý¾Ý¼¯£»£»£»£»£»£»£»£»

µÚ¶þ²½£º·´»ã±à¡£¡£¡£¡£¡£¡£¡£¶Ô¿ÉÒÆÖ²¿ÉÖ´ÐеĶñÒâ´úÂëÎļþ¾ÙÐз´»ã±à£¬£¬£¬£¬£¬»ñµÃ»ã±à´úÂ룻£»£»£»£»£»£»£»

µÚÈý²½£ºÔ¤´¦Öóͷ£¡£¡£¡£¡£¡£¡£¡£Ê¹ÓÃNLPÊÖÒÕ¶Ô»ã±à¾ÙÐзִʡ¢Òªº¦´ÊɸѡµÈÔ¤´¦Öóͷ££»£»£»£»£»£»£»£»

µÚËIJ½£ºÓïÒåÌáÈ¡¡£¡£¡£¡£¡£¡£¡£¹¹½¨ÓïÒåÄ£×Ó£¬£¬£¬£¬£¬Ê¹ÓÃѵÁ·Êý¾Ý¾ÙÐÐѵÁ·£¬£¬£¬£¬£¬²¢ÌáÈ¡³öÿ¸öÑù±¾µÄÓïÒåÌØÕ÷¡£¡£¡£¡£¡£¡£¡£±¾ÎÄʹÓÃÁËPV-DMÒÔ¼°TextCNNÖеÄWord2Vec×÷ΪÓïÒåÌáÈ¡Ä£×Ó¡£¡£¡£¡£¡£¡£¡£

µÚÎå²½£ºÍ¬Ô´·ÖÀà¡£¡£¡£¡£¡£¡£¡£Æ¾Ö¤ÓïÒåÌØÕ÷£¬£¬£¬£¬£¬½ÓÄÉÏàËÆÐÔ»³±§»ò¾ÛÀà/·ÖÀàËã·¨ÆÊÎöͬԴÐÔ¡£¡£¡£¡£¡£¡£¡£±¾ÎÄʹÓÃÁËDNN¡¢KMeans¾ÛÀà¡¢CNNµÈÊÖÒÕ¡£¡£¡£¡£¡£¡£¡£

ͼ3 »ùÓÚ´úÂëÓïÒåµÄͬԴÆÊÎöÁ÷³Ì

5.ʵÑéÆÊÎö

±¾½Úͨ¹ýʵÑéÑéÖ¤Á½ÖÖ»ùÓÚ´úÂëÓïÒåÄ£×ÓµÄͬԴÆÊÎöÒªÁì¡£¡£¡£¡£¡£¡£¡£ÊµÑéËùÓÃÑùԭȪԴÓÚÍøÂ磬£¬£¬£¬£¬°üÀ¨Application¡¢Backdoor¡¢Generic¡¢Trojan¡¢Variant¡¢Virus¼°WormµÈÖֱ𣨱í1£©¡£¡£¡£¡£¡£¡£¡£

±í1. ʵÑéÊý¾Ý¼¯

ʵÑéÒ»£º»ùÓÚPV-DMÄ£×ÓµÄͬԴÆÊÎö

ͼ4ΪPV-DMÓïÒåÄ£×ÓµÄѵÁ·Àú³Ì¡£¡£¡£¡£¡£¡£¡£ÌáÈ¡³ö256άµÄÓïÒåÏòÁ¿£¬£¬£¬£¬£¬Ó¦ÓÃÉñ¾­ÍøÂç¾ÙÐзÖÀ࣬£¬£¬£¬£¬Æ¾Ö¤±ÈÀý4£º1»®·ÖѵÁ·¼¯ºÍ²âÊÔ¼¯£¬£¬£¬£¬£¬×ÜÌå׼ȷÂÊΪ0.74¡£¡£¡£¡£¡£¡£¡£ÁíÍ⣬£¬£¬£¬£¬¶ÔÌáÈ¡µÄÓïÒåÌØÕ÷½ÓÄÉKMeansËã·¨¾ÙÐÐÁ˾ÛÀ࣬£¬£¬£¬£¬²âÊÔ׼ȷÂÊͬÑùÊÇ0.74¡£¡£¡£¡£¡£¡£¡£

ͼ4 »ùÓÚ PV-DMµÄDNNÄ£×ÓѵÁ·¼°²âÊÔ

ͼ5 »ùÓÚPV-DMµÄKMeans¾ÛÀࣨAccuracy=0.74£©

ʵÑé¶þ£º»ùÓÚTextCNNµÄͬԴÆÊÎö

ͼ6ΪÑù±¾ÖÐÖ¸ÁîÊýÄ¿µÄͳ¼Æ£¬£¬£¬£¬£¬Æ½¾ùÖ¸ÁîÊýĿΪ28£¬£¬£¬£¬£¬×îСΪ1£¨195¸öÑù±¾£©£¬£¬£¬£¬£¬×î´óΪ74£¨1¸öÑù±¾£©¡£¡£¡£¡£¡£¡£¡£¹¹½¨TextCNNÄ£×Ó£¬£¬£¬£¬£¬ÉèÖòî±ð¾ÞϸµÄһά¾í»ýºË£¬£¬£¬£¬£¬½«ÌØÕ÷ͼ×î´ó³Ø»¯²¢Æ´½Ó£¬£¬£¬£¬£¬½«Êý¾Ý¼¯Æ¾Ö¤±ÈÀý4£º1»®·ÖΪѵÁ·¼¯ºÍÑéÖ¤¼¯£¬£¬£¬£¬£¬Èçͼ7Ëùʾ£¬£¬£¬£¬£¬²âÊÔ׼ȷÂÊΪ0.65×óÓÒ¡£¡£¡£¡£¡£¡£¡£

ͼ6 Ö¸ÁîÊýĿͳ¼Æ

ͼ7 TextCNNѵÁ·¼°²âÊÔ

6.×ܽá

±¾ÎÄͨ¹ýʵÑé֤ʵÎú»ùÓÚ´úÂëÓïÒåµÄ¶ñÒâ´úÂëͬԴÆÊÎöÒªÁì¾ß±¸Ò»¶¨µÄ¿ÉÐÐÐÔ¡£¡£¡£¡£¡£¡£¡£È»¶ø£¬£¬£¬£¬£¬PV-DM¡¢TextCNNÒªÁìÖ±½ÓÓ¦ÓÃÓÚÌáÈ¡»ã±à´úÂëÓïÒåʱ£¬£¬£¬£¬£¬ÍêÈ«½«»ã±à´úÂëÀà±È³É´¿Îı¾£¬£¬£¬£¬£¬ÓïÒåÌáÈ¡µÄ׼ȷÐÔÂԵ͡£¡£¡£¡£¡£¡£¡£ÎÄÏ×[5]ÊÇÕë¶Ô»ã±à´úÂë¶øÉè¼ÆµÄÓïÒåÌáÈ¡ÒªÁ죬£¬£¬£¬£¬Äܹ»Ô½·¢×¼È·µØÌáÈ¡ÓïÒåÐÅÏ¢£¬£¬£¬£¬£¬ºóÐø½«Î§ÈÆ´ËÒªÁì×÷½øÒ»²½Ñо¿¡£¡£¡£¡£¡£¡£¡£

²Î¿¼ÎÄÏ×

[1]ÖÇÄÜÇå¾²Ñо¿×é È˹¤ÖÇÄÜÇå¾²|AIÇå¾²Ó¦ÓÃ|»ùÓÚͼÏñ·ÖÀàµÄͬԴÆÊÎö. 2021.10.15

[2]Hanqi Zhang, Xi Xiao.Classification of ransome families with machine learning based on N-gram ofopcodes[J]. Future generation computer system, 2019(90):211-221.

[3]³Âº­²´£¬£¬£¬£¬£¬ÎâÔ½£¬£¬£¬£¬£¬×Þ¸£Ì© . »ùÓÚ Asm2Vec µÄ¶ñÒâ´úÂëͬԴÅжÏÒªÁì [J]. ͨѶÊÖÒÕ ,2019,52(12):3010-3015.

[4]Yong Fang, Cheng Huang.Detecting malicious JavaScript code based on semantic analysis[J].Computer&Security, 2020(93):1-9.

[5]Steven H H Ding, Benjamin C MFung. Asm2Vec: Boosting Static Representation Robustness for Binary CloneSearch against Code Obfuscation and Compiler Optimization[C]. S&P,2019:1-18.

[6]Zeping Yu, Rui Cao, Qiyi Tang,et al. Order Matters£ºSemantic-Aware Neural Networks forBinary Code Similarity Detection[C]. AAAI, 2020:1-8.

°æȨÉùÃ÷

תÔØÇëÎñ±Ø×¢Ã÷À´ÓÉ¡£¡£¡£¡£¡£¡£¡£

°æȨËùÓУ¬£¬£¬£¬£¬Î¥Õ߱ؾ¿¡£¡£¡£¡£¡£¡£¡£