論文の概要: Cross-Platform Software Birthmarking for Real-World Binaries via Intermediate Representation

• arxiv url: http://arxiv.org/abs/2606.21988v1
• Date: Sat, 20 Jun 2026 10:55:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 23:25:17.281861
• Title: Cross-Platform Software Birthmarking for Real-World Binaries via Intermediate Representation
• Title（参考訳）: 中間表現による実世界のバイナリのためのクロスプラットフォームソフトウェア作成
• Authors: Haruaki Tamada,
• Abstract要約: 本稿では,異なる形式をGhidra P-codeを介して共通中間表現に変換することで,実世界のバイナリに対して統一的な生検手法を提案する。 さまざまなプラットフォームや言語にわたる実験は、CPUアーキテクチャ間の例外的な一貫性を示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Software birthmarking detects plagiarism through characteristic program features, yet cross-platform resilience remains under-evaluated. This paper proposes a unified birthmarking approach for real-world binaries by lifting disparate formats into a common intermediate representation via Ghidra P-code. Experiments across diverse platforms and languages demonstrate exceptional consistency across CPU architectures ($r=0.9846$), independent of ISA (Instruction Set Architecture) specific details. The study also identifies a ``dilution effect'' in Windows binaries, in which the proliferation of library-derived functions degrades similarity scores. Despite this noise, the Simpson index demonstrates superior discriminative power. These findings clarify the practical capabilities and essential requirements for robust cross-platform birthmarking.
• Abstract（参考訳）: ソフトウェア・ライヴマーキングは、特徴的なプログラム機能を通じて盗作を検知するが、クロスプラットフォームのレジリエンスは未評価のままである。 本稿では,異なる形式をGhidra P-codeを介して共通中間表現に変換することで,実世界のバイナリに対して統一的な生検手法を提案する。 多様なプラットフォームや言語にわたる実験は、ISA(インストラクション・セット・アーキテクチャ)固有の詳細とは独立に、CPUアーキテクチャ全体(r=0.9846$)で例外的な一貫性を示す。 この研究は、図書館由来の関数の増殖が類似性のスコアを低下させるWindowsバイナリの「希釈効果」も特定している。 このノイズにもかかわらず、シンプソン指数は優れた識別力を示す。 以上の結果から,ロバストなクロスプラットフォームの出生マーキングの実用性と必須要件が明らかとなった。

関連論文リスト

• All in One: Unifying Deepfake Detection, Tampering Localization, and Source Tracing with a Robust Landmark-Identity Watermark [25.001768538619558]
  悪意ある顔操作は、個人のプライバシーと社会保障に重大な脅威をもたらす。 既存のプロアクティブな法医学的手法は、ディープフェイクの検出、ローカライゼーションの改ざん、ソーストレースを独立したタスクとして扱う。 本稿では,これら3つの中核課題に共同で対処する一貫した前立腺科学フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-26T21:57:15Z)
• TwoHead-SwinFPN: A Unified DL Architecture for Synthetic Manipulation, Detection and Localization in Identity Documents [0.4881924950569192]
  TwoHead-SwinFPNは、ID文書内の操作済み領域のバイナリ分類と正確なローカライズを同時に行う統合ディープラーニングアーキテクチャである。 提案手法では,Swin TransformerのバックボーンをFeature Pyramid Network(FPN)とUNetスタイルのデコーダと統合し,CBAM(Convolutional Block Attention Module)を拡張して特徴表現を改善する。 FantasyIDiapデータセットの実験では、84.31%の精度、90.78%のAUC、57.24%のDiceスコアが優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-01-19T09:50:51Z)
• SK2Decompile: LLM-based Two-Phase Binary Decompilation from Skeleton to Skin [17.843213826367343]
  SK2Decompileは,スケルトン(意味構造)からプログラムのスキン(識別器)へデコンパイルするための新しい2相アプローチである。 具体的には、まず、プログラムの「スケルトン」の導出として、プログラムのバイナリコードを中間表現(IR)に変換する構造回復モデルを適用する。 我々は,コンパイラが期待する構文的・意味的規則に従うプログラム構造を生成するモデルに,強化学習を適用した。
  論文  参考訳（メタデータ） (2025-09-26T09:35:46Z)
• X-PRINT:Platform-Agnostic and Scalable Fine-Grained Encrypted Traffic Fingerprinting [20.370438273937335]
  X-PRINTは、クロスプラットフォームのきめ細かい暗号化されたトラフィックフィンガープリントのための、サーバ中心のURIベースの最初のフレームワークである。 X-PRINTは、きめ細かい指紋認証における最先端の精度を実現し、高いスケーラビリティと堅牢性を示す。
  論文  参考訳（メタデータ） (2025-08-31T05:42:17Z)
• Binary Code Similarity Detection via Graph Contrastive Learning on Intermediate Representations [52.34030226129628]
  バイナリコード類似度検出(BCSD)は、脆弱性検出、マルウェア分析、コードの再利用識別など、多くの分野で重要な役割を果たしている。 本稿では,LLVM-IRと高レベルのセマンティック抽象化を利用して,コンパイル差を緩和するIRBinDiffを提案する。 IRBinDiffは1対1の比較と1対多の検索シナリオにおいて,他の主要なBCSD手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-24T09:09:20Z)
• FoC: Figure out the Cryptographic Functions in Stripped Binaries with LLMs [51.898805184427545]
  削除されたバイナリの暗号関数を抽出するFoCと呼ばれる新しいフレームワークを提案する。 まず、自然言語における暗号関数のセマンティクスを要約するために、バイナリ大言語モデル(FoC-BinLLM)を構築した。 次に、FoC-BinLLM上にバイナリコード類似モデル(FoC-Sim)を構築し、変更に敏感な表現を作成し、データベース内の未知の暗号関数の類似実装を検索する。
  論文  参考訳（メタデータ） (2024-03-27T09:45:33Z)
• Self-Sufficient Framework for Continuous Sign Language Recognition [75.60327502570242]
  この作業の目標は、継続的手話認識のための自己充足型のフレームワークを開発することです。 これには、理解のための手、顔、口などの複雑なマルチスケール機能、フレームレベルのアノテーションの欠如が含まれる。 ネットワークやアノテーションを必要とせずに手動と非手動の両方の機能を抽出するDivide and Focus Convolution (DFConv)を提案する。 DPLRは、基底真理グロスシーケンスラベルと予測シーケンスを組み合わせることにより、非スパイクフレームレベルの擬似ラベルを伝搬する。
  論文  参考訳（メタデータ） (2023-03-21T11:42:57Z)
• Fusing Multiscale Texture and Residual Descriptors for Multilevel 2D Barcode Rebroadcasting Detection [23.999136417157597]
  製品認証に関するアプリケーションでは、認証スキームをバイパスする方法で、偽造商品に、認証された2Dバーコードを不正にコピーしてアタッチすることができる。 我々は、独自の2Dバーコードパターンを採用し、マルチメディア法医学手法を用いて、コピー(再放送)攻撃によるスキャンおよび印刷アーチファクトを分析する。 不正コピー時に導入されたバーコードテクスチャ歪みを定量化するために,多種多様かつ相補的な特徴セットを提案する。
  論文  参考訳（メタデータ） (2022-05-16T06:26:20Z)
• Beyond the Prototype: Divide-and-conquer Proxies for Few-shot Segmentation [63.910211095033596]
  少ないショットのセグメンテーションは、少数の濃密なラベル付けされたサンプルのみを与えられた、目に見えないクラスオブジェクトをセグメンテーションすることを目的としている。 分割・分散の精神において, 単純かつ多目的な枠組みを提案する。 提案手法は、DCP(disvision-and-conquer proxies)と呼ばれるもので、適切な信頼性のある情報の開発を可能にする。
  論文  参考訳（メタデータ） (2022-04-21T06:21:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。