摘要：二进制代码相似性检测技术近年来被广泛用于漏洞函数搜索、恶意代码检测与高级程序分析等领域,而由于程序代码与自然语言有一定程度的相似性,研究人员开始借助预训练等自然语言处理的相关技术来提高检测准确度。针对现有方法中未考虑程序指令概率特征导致的准确率提升瓶颈,提出了一种基于预训练汇编指令表征技术的二进制代码相似性检测方法。设计了面向多架构汇编指令的分词方法,并在控制流与数据流关系基础上,考虑指令间顺序出现的概率与各个指令单元使用的频率等特征设计预训练任务,以实现对指令更好的向量化表征;结合预训练汇编指令表征方法,对二进制代码相似性检测下游任务进行改进,使用表征向量替换统计特征作为指令与基本块的表征,以提高检测准确率。实验结果表明,与现有方法相比,所提方法在指令表征能力方面最高提升23.7%,在基本块搜索准确度上最高提升33.97%,在二进制代码相似性检测的检出数量上最高增加4倍。

摘要：漏洞挖掘是计算机软件安全领域的主要研究方向,其中模糊测试是重要的动态挖掘方法。为解决二进制代码漏洞挖掘中汇编代码体积庞大导致检测既困难又耗时、模糊测试效率低下等问题,提出基于深度强化学习的二进制代码模糊测试方法。首先将模糊测试过程建模为面向强化学习的多步马尔可夫决策过程,通过构建深度强化学习模型辅助模糊测试变异策略选择,实现对变异策略的动态优化。然后设计和搭建基于深度强化学习的二进制代码模糊测试平台,利用AFL实现模糊测试环境,并使用Keras-RL2库和OpenAI Gym框架实现深度强化学习算法和强化学习环境。最后通过实验分析来验证所提方法和测试平台的有效性和适用性,实验结果显示深度强化学习模型能够辅助模糊测试过程快速覆盖更多路径,能够暴露更多漏洞缺陷,显著提高二进制代码漏洞挖掘和定位的效率。

摘要：针对模糊测试终止时机问题,提出了二进制代码测试覆盖率评估方法,通过二进制代码的静态与执行轨迹动态两种分析,可评估模糊测试对目标程序二进制代码的测试覆盖,从而设计并实现了二进制测试覆盖率评估系统。该系统给出了测试用例集合对目标可执行程序二进制基本块及二进制指令集的覆盖率和路径覆盖数指标,以度量测试用例质量。

摘要：提出了一种新型的脉冲数字流,其量化单位可用二进制代码的形式进行改变或调节,从而使流体系统中的工作介质转变为真正完全的数字式流体。设计了代码形式的电—流体脉冲发生器。该种形式的脉冲数字流不但可以控制各种流体动力元件,使它们成为数字式的流体元件,而且可以对流体系统的负载流量、执行机构的工作速度等进行数字化的设定和控制,因而对于构建完全的数字流体系统、加速流体系统数字化的进程有着重要的意义。

摘要：目前智能合约漏洞检测技术手段单一,多数方法只针对合约的源代码,鲜有面向智能合约其他类型的安全检测。本文在仅给定智能合约二进制代码的情况下,针对最高频的可重入漏洞、委托调用漏洞和时间戳依赖漏洞,设计并实现了一种基于关键路径的智能合约漏洞检测方法。基于合约字节码构建智能合约执行控制流图;根据智能合约漏洞特点定义关键指令及规则,生成关键路径;最后采用规则匹配实现漏洞检测。通过对以太坊网络上8000个智能合约进行实验测试,结果表明:该方法可有效检测上述3类漏洞,准确度高达93.75%。

摘要：提出了一种操作系统可信机制功能模型建立方法,基于XML设计了存储结构,并用于可信机制层次功能模型的存储和转换;设计了IDA反汇编工具的相关插件,实现了从二进制代码中自动抽取和保存函数依赖关系、函数CFG图和层次功能模型的功能。

摘要：为综合得到混联机器人构型,基于分形理论提出了一种新的混联机器人机构构型设计方法,其能够有效地解决多路径横向非典型混联机构构型的设计问题.首先,阐述了机构拓扑图和分形理论的概念;其次,建立了运动副及其空间方位关系的二进制码,规定了为求解机构拓扑图的路径法则和用以推导运动副的输出位移子集的串并联计算法则;然后,根据分形理论推导出分形后的机构拓扑图,并适配运动副从而获得混联机器人机构的整体构型;最后,根据该构型设计方法,实现了2T1R三自由度混联机构的构型设计,并对综合后的混联机器人机构进行分析,验证了该构型设计方法的可行性.

摘要：提出了一项基于混合模型的二进制优化框架,能在运行时和运行后进行持续的程序优化。该框架集成了控制流分析等常用的二进制优化功能,并且提供了安全的编程接口以供其他研究者实现自定义的优化模块。该框架被设计为集成到操作系统内核中,并提供透明和自适应的优化服务,从而在没有用户交互的前提下,利用富余的计算资源帮助二进制程序自适应计算环境,达到加速的目的。描述了该框架的设计与实现以及关键问题的解决方法。

摘要：二进制小片段代码指令序列较短,基本块逻辑调用图结构简单,有限语义信息影响代码相似性比较结果,为此提出一种融合知识表示学习的二进制代码小片段相似性比较模型(BSM)。分别提取小片段代码的函数知识和函数代码,利用注意力机制和双向长短记忆得到知识嵌入,使用序列学习模型或图神经网络得到函数嵌入,融合知识嵌入和函数嵌入作为小片段代码向量表示。实验结果表明,BSM模型在跨平台比较上优于其它对比模型,说明模型能提升小片段代码比较的准确度。

摘要：为提高计算机应用软件开发设计水平,探讨自动化开发技术在该领域的应用。本文首先着重阐述了计算机应用软件的自动化开发方向,其次介绍了代码生成技术和数据挖掘技术,针对两项技术及其中包含的其他技术在软件开发中的应用要点展开分析,最后是以数据管理软件开发设计为例,介绍k均值聚类(k⁃means)算法在软件开发中的应用侧重点,总结自动化开发技术在计算机应用软件的设计中具有的应用优势。通过自动化开发技术的介绍,为未来计算机应用软件开发设计提供技术支持。