論文の概要: When LLM Decompilers Recompile More and Preserve Less
- arxiv url: http://arxiv.org/abs/2609.05370v1
- Date: Fri, 04 Sep 2026 17:16:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.137876
- Title: When LLM Decompilers Recompile More and Preserve Less
- Title（参考訳）: LLMデコンパイラがより多く再コンパイルし、あまり保存しないとき
- Abstract要約: 我々は、ある関数が出荷された全てのテストに合格し、他の正当な入力で分岐することを示します。
De-Divergeは,定型あるいは手作業によるテストに頼らない行動比較オラクルである。
- 参考スコア（独自算出の注目度）: 35.2873296518414
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Decompilation recovers high-level source from compiled machine code and serves as a foundation for security tasks such as vulnerability detection and malware analysis. Traditional decompilers like Ghidra and Hex-Rays expose whatever they cannot resolve as visible placeholders and often emit pseudocode that will not compile or execute; LLM-based decompilers produce clean, idiomatic C and are now judged almost entirely by recompilability and re-executability: whether the output builds and passes its shipped input/output tests. We show that these metrics can reward the wrong path: a function may recompile and pass every shipped test yet diverge on other legitimate inputs, and a disclosed vulnerability may disappear from the recompiled code with no visible trace of the crash. Neither failure is caught by existing suites. To address this gap, we propose Decompile-Diverge, a behavioral comparison oracle not relying on fixed or hand-crafted tests: for each function it synthesizes a driver, grows a fuzzing corpus from the reference, and reruns the decompiled code on the same inputs to detect changes in the function's behavior. Across eight systems in nine configurations on established LLM decompilation corpora, candidates that pass every shipped test still diverge from the original on our input corpus: 4.9% overall, and as many as 13% for a single system. On 300 real GitHub library functions and 287 CVE-grounded functions, recompilability and behavioral agreement can come apart: the strongest refinement LLM lifts Ghidra's build rate from 75% to 90%, while its Matched rate falls from 74% to 62%; on disclosed vulnerabilities, up to one tenth exhibit Crash Absence in its output. Source-level analysis traces this divergence to introduced fields, types, callees, and guards that replace the visible unknowns traditional tools leave behind.
- Abstract（参考訳）: Decompilationはコンパイルされたマシンコードから高レベルのソースを復元し、脆弱性検出やマルウェア解析などのセキュリティタスクの基盤として機能する。
従来の非コンパイラであるGhidraやHex-Raysは、可視プレースホルダーとして解決できないものを公開し、コンパイルや実行を行わない疑似コードを生成する。
関数は、出荷されたすべてのテストを再コンパイルしてパスし、他の正当な入力で分岐し、開示された脆弱性は、クラッシュの目に見える痕跡のない再コンパイルされたコードから消える可能性がある。
どちらの障害も既存のスイートにはキャッチされない。
このギャップに対処するため,各関数がドライバを合成し,ファジリングコーパスを参照から成長させ,同じ入力上でデコンパイルされたコードを再実行して,関数の動作の変化を検出する,固定または手作りのテストに依存しない動作比較オラクルであるDecompile-Divergeを提案する。
LLMデコンパイルコーパスの9つの構成の8つのシステムにまたがって、出荷されたテストに合格する候補は、入力コーパスのオリジナルからまだ4.9%、単一システムでは13%である。
LLMはGhidraのビルドレートを75%から90%に引き上げる一方で、マッチングレートは74%から62%に低下する。
ソースレベルの分析では、この違いを、従来の未知のツールを置き換えたフィールド、型、呼び出し元、ガードに遡る。
関連論文リスト
- Recompilation Is Not Enough: Test-Guided Decompiled-C Repair [4.193403311740078]
再コンパイルされたCは、修理後にのみ再コンパイル可能であることが多いが、再コンパイルだけではテスト観測動作が確立されない。
コンパイラフィードバックと関連する公式テストを使用して、コンパイル済みのCの修復を行うための数ステップのワークフローを示す。
論文 参考訳（メタデータ） (2026-09-07T08:24:53Z) - Multi-View Decompilation for LLM-Based Malware Classification [2.6107088019301252]
我々は、さまざまな脅威行動にまたがる良質なユーティリティと悪意あるプログラムのベンチマークを提供する。
両方の逆コンパイラビューを提供することで、主に悪意のあるサンプルのリコールの増加によって、悪意のあるクラスF1が改善されることがわかった。
論文 参考訳（メタデータ） (2026-06-18T16:15:30Z) - Correct Code, Vulnerable Dependencies: A Large Scale Measurement Study of LLM-Specified Library Versions [52.50730821321986]
大規模言語モデル(LLM)におけるバージョンレベルのリスクの大規模評価を初めて行った。
我々は1000のStack OverflowプログラミングタスクのベンチマークであるPinTrace上で10のLLMを評価した。
LLM バージョン選択は LLM ベース開発における第1級, 以前は見落とされたリスクサーフェスとして確認された。
論文 参考訳（メタデータ） (2026-05-07T13:52:59Z) - Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery [47.704311990064554]
脱コンパイルは、セキュリティ分析、マルウェアのリバースエンジニアリング、レガシーソフトウェアメンテナンスに不可欠である。
マルチレベル制約誘導型デコンパイル(MCGD)により,デコンパイルされたコードを再実行可能なソースに変換するマルチエージェントフレームワークを提案する。
本フレームワークは,84～97%の再実行性を実現し,28～89ポイントのベースラインデコンパイラ出力を改善した。
論文 参考訳（メタデータ） (2026-04-27T01:28:11Z) - 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) - Verifiable Provenance of Software Artifacts with Zero-Knowledge Compilation [5.939983212292006]
ゼロ知識仮想マシン(zkVM)を用いたソフトウェアをコンパイルし,検証可能な証明手法を提案する。
コンパイラをzkVM内で実行することにより,コンパイルされた出力と暗号証明の両方を生成し,そのコンパイルがクレームコンパイラでクレームされたソースコード上で実行されたことを実証する。
この結果から,zkコンパイルは実世界のソフトウェアに適用可能であり,強力なセキュリティ保証を提供することがわかった。
論文 参考訳（メタデータ） (2026-02-12T12:36:36Z) - 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) - D-LiFT: Improving LLM-based Decompiler Backend via Code Quality-driven Fine-tuning [49.16469288280772]
逆コンパイラは、バイナリから可読なソースコードを再構築する。
近年の進歩にもかかわらず、そのアウトプットは構文上の誤りや意味的な誤りに悩まされ、読みにくいままである。
大規模言語モデル (LLMs) の出現により、研究者は逆コンパイラ出力を洗練するためのLLMの可能性を探り始めた。
D-LIFTは、微調整強化学習を施した拡張逆コンパイラLLMパイプラインである。
論文 参考訳（メタデータ） (2025-06-11T19:09:08Z) - 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)
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。