Type Learning for Binaries and Its Applications

Abstract

Binary type inference is a challenging problem due partly to the fact that during the compilation much type-related information has been lost. Most existing research work resorts to program analysis techniques, which can be either too heavyweight to be viable in practice or too conservative to be able to infer types with high accuracy. In this work, we propose a new approach to learning types for binary code. Motivated by "duck typing", our approach learn types for recovered variables from their features and properties (e.g., related representative instructions). We first use machine learning to train a classifier with basic types as its levels from binaries with debugging information. The classifier is then used to learn types for new, unseen binaries. While for composite types, such as pointer and struct, a points-to analysis is performed. Finally, several experiments are conducted to evaluate our approach. The results demonstrate that our approach is more precise, both in terms of correct types and compatible types, than the commercial tool Hey-Rays, the open source tool Snowman and a recent tool EKLAVYA using machine learning. We also show that the type information our proposed system learns is capable of helping detect malware.

THE GENETIC DE-EVOLUTION CONCEPT OF PROGRAM REPRESENTATIONS. Part 1

“…как декомпиляция машинного кода в исходный) является отдельно стоящей проблемой, не имеющей удовлетворительного научно-практического решения. И хотя существуют средства декомпиляции (наиболее популярным из которых является IDA Pro с плагином Hex-Rays [13][14][15]), все они поддерживают ограниченный набор ЦПУ машинного кода и выдают далеко не всегда корректный псевдоисходный код; по крайне мере, рекомендуется проверять результат их работы вручную, а также применять дополнительные автоматические средства повышения человеко-ориентированности (например, путем добавления комментариев [16]). РИ в общем же смысле в принципе оставлено без существенного внимания, поскольку получение более высокоуровневых представлений программы (например, алгоритмов) из машинного кода считается второстепенной или несущественной задачей (с чем автор категорически не согласен).…”

Static Analysis of Information Systems for IoT Cyber Security: A Survey of Machine Learning Approaches

“…In [ 100 ], the secondary problem of decompilation is solved—determination of variable types. For this purpose, it is proposed to use the SVM and Random Free classifiers, which showed better results in comparison with others.…”