論文の概要: Behavior Specification-Guided Program Synthesis for Binary Deobfuscation
- arxiv url: http://arxiv.org/abs/2608.20628v1
- Date: Fri, 21 Aug 2026 00:02:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.292498
- Title: Behavior Specification-Guided Program Synthesis for Binary Deobfuscation
- Title（参考訳）: 双対難読化のための行動仕様誘導型プログラム合成
- Abstract要約: 難読化は、難読化コードの可読性と分析可能性を回復するため、エンジニアリングとセキュリティ分析を逆転させるために重要である。
既存のバイナリの難読化法は通常、バイナリを擬似コードに分解し、構造変換を適用する。
BinMirrorは、振る舞い特定誘導型プログラム合成タスクとしてバイナリの難読化を再構築するアプローチである。
- 参考スコア（独自算出の注目度）: 16.829765747882494
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Deobfuscation is critical to reverse engineering and security analysis because it restores the readability and analyzability of obfuscated code. However, existing research primarily focuses on source-code deobfuscation, while binary-level deobfuscation remains largely underexplored despite its practical importance when source code is unavailable. Existing binary deobfuscation methods typically decompile binaries into pseudocode and then apply structural transformations. However, because compilation discards high-level semantics such as precise type information and source-level structures, this decompilation-based paradigm often produces low-quality code and provides limited assurance that the recovered code preserves the runtime behavior of the original program. To address these limitations, we propose a paradigm shift from structural transformation to behavior-driven synthesis. Our core insight is that although obfuscation distorts a program's internal structure, semantics-preserving transformations must retain its observable execution behavior. Based on this insight, we introduce BinMirror, an approach that reformulates binary deobfuscation as a behavior-specification-guided program synthesis task. By treating dynamic execution traces and interaction snapshots as behavioral specifications, BinMirror synthesizes high-quality source code and validates it against runtime observations collected from heavily obfuscated binaries. Extensive evaluations on 1.5 million synthetically obfuscated binaries show that BinMirror significantly outperforms state-of-the-art baselines, achieving a unit-test Pass@1 of 74.5% under extreme obfuscation. These results demonstrate the practical utility of BinMirror in restoring semantic clarity for real-world security analysis.
- Abstract（参考訳）: 難読化は、難読化コードの可読性と分析可能性を回復するため、エンジニアリングとセキュリティ分析を逆転させるために重要である。
しかし、既存の研究は主にソースコードの難読化に焦点を当てているが、バイナリレベルの難読化は、ソースコードが利用できない場合の実用的重要性にもかかわらず、ほとんど探索されていない。
既存のバイナリの難読化法は通常、バイナリを擬似コードに分解し、構造変換を適用する。
しかし、コンパイルは正確な型情報やソースレベルの構造などの高レベルな意味論を捨てるため、この非コンパイルベースのパラダイムは、しばしば低品質なコードを生成し、回復したコードが元のプログラムの実行動作を保存することを保証する。
これらの制約に対処するため、構造変換から行動駆動合成へのパラダイムシフトを提案する。
私たちの中核的な洞察は、難読化はプログラムの内部構造を歪ませるが、セマンティクス保存変換はその観測可能な実行動作を保持しなければならないということである。
この知見に基づき、動作特定誘導型プログラム合成タスクとしてバイナリの難読化を再構成するBinMirrorを導入する。
動的実行トレースとインタラクションスナップショットを振る舞い仕様として扱うことで、BinMirrorは高品質なソースコードを合成し、非常に難解なバイナリから収集したランタイム観測に対して検証する。
150万の合成難読化バイナリの大規模な評価は、BinMirrorが最先端のベースラインを著しく上回り、超難読化下での単体テストのPass@1が74.5%に達したことを示している。
これらの結果は,実世界のセキュリティ分析における意味的明確性回復における BinMirror の実用性を示している。
関連論文リスト
- Erlang Binary and Source Code Obfuscation [0.0]
リバースエンジニアリング、逆コンパイル、再コンパイルを複雑にする変換に重点を置いています。
本稿では,Opcodeレベルの依存性トリック,受信型ループエンコーディング,不規則な制御フロー構成,可変性指向性能難読化を分類する。
論文 参考訳（メタデータ） (2026-04-15T09:54:04Z) - Can LLMs Deobfuscate Binary Code? A Systematic Analysis of Large Language Models into Pseudocode Deobfuscation [27.576617126549294]
BinDeObfBenchは、LLMベースのバイナリ難読化を評価するための最初の包括的なベンチマークである。
推論モデルは、激しい難読化の下で堅牢性を維持することができる。
コンテキスト内学習は標準モデルにはメリットがあるが、推論モデルには限界がある。
論文 参考訳（メタデータ） (2026-04-09T10:56:06Z) - PCodeTrans: Translate Decompiled Pseudocode to Compilable and Executable Equivalent [8.576619291429969]
PCodeTransは、逆コンパイル、再コンパイル、厳密な関数レベルの動的検証のギャップを埋める。
99.55%と99.89%のテスト検証された動作一貫性とともに、ストリップされていないバイナリ上で100%の関数レベルのコンパイルが可能となる。
論文 参考訳（メタデータ） (2026-03-16T05:54:24Z) - Readability-Robust Code Summarization via Meta Curriculum Learning [53.44612630063336]
現実の世界では、コードが貧弱な構造や難読化され、モデルのパフォーマンスが著しく低下することが多い。
本稿では,可読性の低いコードに対するコード要約の堅牢性を向上する,新しい微調整手法であるRoFTCodeSumを提案する。
論文 参考訳（メタデータ） (2026-01-09T02:38:24Z) - Can LLMs Recover Program Semantics? A Systematic Evaluation with Symbolic Execution [1.5377279217726239]
難読化は、プログラムの理解、メンテナンス、テスト、脆弱性検出といったソフトウェアエンジニアリングタスクに永続的な課題をもたらす。
微調整言語モデルがプログラムを効果的に難読化し、分析可能性を取り戻すことができるかどうかを検討する。
論文 参考訳（メタデータ） (2025-11-24T13:55:20Z) - Context-Guided Decompilation: A Step Towards Re-executability [50.71992919223209]
バイナリ逆コンパイルは、ソフトウェアセキュリティ分析、リバースエンジニアリング、マルウェア理解において重要な役割を果たす。
大規模言語モデル (LLMs) の最近の進歩により、ニューラルデコンパイルが可能になったが、生成されたコードは一般的に意味論的にのみ使用可能である。
In-context Learning(ICL)を活用して,再実行可能なソースコードを生成するためのILC4Decompを提案する。
論文 参考訳（メタデータ） (2025-11-03T17:21:39Z) - Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。
この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。
バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
論文 参考訳（メタデータ） (2025-06-24T13:42:59Z) - ObfusQate: Unveiling the First Quantum Program Obfuscation Framework [0.0]
ObfusQateは、古典的および量子的プログラムのセキュリティを強化するために、量子プリミティブを使用して難読化を行う新しいツールである。
我々は、量子回路レベルの難読化とコードレベルの難読化という2つの主要な難読化のカテゴリを設計、実装した。
論文 参考訳（メタデータ） (2025-03-31T07:02:25Z) - Beyond the Edge of Function: Unraveling the Patterns of Type Recovery in Binary Code [55.493408628371235]
本稿では,バイナリコードの変数型を復元するフレームワークByteTRを提案する。
ByteTRは、関数間の変数伝搬の普遍性を考慮して、変数伝搬をトレースするためのプロシーダ間解析を行い、ゲートグラフニューラルネットワークを用いて、変数型回復のための長距離データフロー依存性をキャプチャする。
論文 参考訳（メタデータ） (2025-03-10T12:27:05Z) - ReF Decompile: Relabeling and Function Call Enhanced Decompile [50.86228893636785]
逆コンパイルの目標は、コンパイルされた低レベルコード(アセンブリコードなど)を高レベルプログラミング言語に変換することである。
このタスクは、脆弱性識別、マルウェア分析、レガシーソフトウェアマイグレーションなど、さまざまなリバースエンジニアリングアプリケーションをサポートする。
論文 参考訳（メタデータ） (2025-02-17T12:38:57Z) - 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)
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。