論文の概要: PLC-Bin2Src: Retrieving Corresponding Structured Text Source Files for PLC Binaries
- arxiv url: http://arxiv.org/abs/2609.08563v2
- Date: Mon, 14 Sep 2026 09:29:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:04.670189
- Title: PLC-Bin2Src: Retrieving Corresponding Structured Text Source Files for PLC Binaries
- Title（参考訳）: PLC-Bin2Src: PLCバイナリに対応する構造化テキストソースファイルの検索
- Abstract要約: PLC開発者は既存のコンポーネントやサードパーティのライブラリを再利用して、新しいアプリケーションの開発コストを削減している。
binary2source matchingは、候補のソースリポジトリからPLCバイナリに対応するStructured Text (ST)ソースファイルを取得することができる。
我々は,CODESYS,GEB,OpenPLC v2,OpenPLC v3で生成されたバイナリの対応するSTソースファイルを検索する,クロスプラットフォームのバイナリ2ソースマッチングフレームワークであるPLC-Bin2Srcを提案する。
- 参考スコア（独自算出の注目度）: 8.479104710721645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: PLC developers reuse existing components and third-party libraries to reduce the cost of developing new applications, but this reuse can also introduce security risks. When components are distributed only in binary form, provenance tracing, vulnerability assessment, and security auditing become more difficult. To support these analyses, binary2source matching can retrieve the corresponding Structured Text (ST) source file for a PLC binary from a candidate source repository. However, due to the properties of PLC software, this task faces three challenges: cross-platform compilation heterogeneity, a binary-source representation gap, and inadequate representations of PLC semantics. Therefore, we present PLC-Bin2Src, a cross-platform binary2source matching framework that retrieves corresponding ST source files for binaries produced by CODESYS, GEB, OpenPLC v2, and OpenPLC v3. First, PLC-Bin2Src uses platform-aware binary frontends to recover user control logic across toolchains. Then, ST-to-C conversion and shared normalization are used to reduce syntactic differences between source- and binary-side representations. Next, control-data flow graphs (CDFGs) and function call graphs (FCGs) are constructed to capture program semantics, while recovered symbols provide complementary identity evidence. Finally, PLC-Bin2Src compares these representations and combines their similarity scores to rank source candidates. We evaluate PLC-Bin2Src on PLC-BEAD. The results show that PLC-Bin2Src achieves 95.89% Recall@1, 99.66% Recall@5, and an MRR of 0.9769 across four PLC platforms.
- Abstract（参考訳）: PLC開発者は、既存のコンポーネントやサードパーティライブラリを再利用して、新しいアプリケーションの開発コストを削減しているが、この再利用はセキュリティリスクも引き起こす可能性がある。
コンポーネントがバイナリ形式でのみ配布されると、プロファイランストレース、脆弱性評価、セキュリティ監査が難しくなる。
これらの解析をサポートするために、binary2source matchingは、候補ソースリポジトリからPLCバイナリに対応するStructured Text(ST)ソースファイルを取得することができる。
しかし、PLCソフトウェアの性質から、クロスプラットフォームコンパイルの不均一性、バイナリソース表現のギャップ、PLCセマンティクスの不十分な表現という3つの課題に直面している。
そこで我々は,CODESYS,GEB,OpenPLC v2,OpenPLC v3で生成されたバイナリの対応するSTソースファイルを検索する,クロスプラットフォームのバイナリ2ソースマッチングフレームワークであるPLC-Bin2Srcを提案する。
まず、PLC-Bin2Srcはプラットフォーム対応のバイナリフロントエンドを使用して、ツールチェーン間のユーザ制御ロジックを復元する。
次に、ST-to-C変換と共有正規化を用いて、ソース側とバイナリ側との構文的差異を低減する。
次に、制御データフローグラフ(CDFG)と関数コールグラフ(FCG)を構築し、プログラムのセマンティクスを捉える。
最後に、PLC-Bin2Srcはこれらの表現を比較し、それらの類似度スコアをソース候補のランク付けに組み合わせている。
PLC-BEAD を用いた PLC-Bin2Src の評価を行った。
その結果、PLC-Bin2Srcは95.89%のRecall@1、99.66%のRecall@5、MRRは0.9769であることがわかった。
関連論文リスト
- ASSEMBLAGE-DEEPHISTORY: A Cross-Build Binary Dataset with Temporal Coverage [35.66555702085075]
本稿では, クロスビルドの多様性, クロスバージョン履歴, CVE ラベルをクエリ可能な構造に集約した ASSEMBLAGE-DEEPHISTORY を提案する。
ASSEMBLAGE-DEEPHISTORYは、248のオープンソースプロジェクトにまたがる73,610のバイナリで構成され、GCC、Clang、MSVCでコンパイルされる。
各バイナリはデータベースにインデックスされ、ソースコード、関数、デバッグ情報、変更版ビルド、履歴バージョン、脆弱性のある関数にリンクされる。
論文 参考訳（メタデータ） (2026-05-20T18:23:17Z) - One Step Further: Understanding PLC Binaries Through Cross-Platform Reverse Engineering and Function-Level Semantic Analysis [7.990445011559295]
PLC-BinXはクロスプラットフォームのPLCバイナリ理解のためのBCAワークフローである。
10倍のプログラムレベルでの評価では、PLC-BinXはツールチェーン予測において100.00%の精度、リコール、F1を達成する。
その結果、PLC-BinXはクロスプラットフォームのPLCバイナリ理解に効果的かつ解釈可能なアプローチを提供することが示された。
論文 参考訳（メタデータ） (2026-05-17T11:19:47Z) - 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) - GLM-OCR Technical Report [65.42028025507491]
GLM-OCRは実世界の文書理解のために設計された効率的なコンパクトモデルである。
CogViTビジュアルエンコーダとGLM言語デコーダを組み合わせることで、計算効率と認識性能のバランスが強い。
公開ベンチマークと産業シナリオの大規模な評価は、GLM-OCRが競争力や最先端のパフォーマンスを達成することを示している。
論文 参考訳（メタデータ） (2026-03-11T15:55:47Z) - Plug-and-Play Benchmarking of Reinforcement Learning Algorithms for Large-Scale Flow Control [61.155940786140455]
強化学習(RL)は,アクティブフロー制御(AFC)において有望な結果を示した。
現在のAFCベンチマークは、外部計算流体力学(CFD)の解法に依存しており、完全には微分不可能であり、3Dとマルチエージェントのサポートが限られている。
AFCにおけるRLのための最初のスタンドアロンで完全に差別化可能なベンチマークスイートであるFluidGymを紹介する。
論文 参考訳（メタデータ） (2026-01-21T14:13:44Z) - 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) - 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) - BinCoFer: Three-Stage Purification for Effective C/C++ Binary Third-Party Library Detection [3.406168883492101]
サードパーティ製ライブラリ(TPL)は、効率的かつ簡潔なソフトウェア開発を実現するために人気が高まっている。
規制されていないTPLの使用は、ソフトウェア開発に法的およびセキュリティ上の問題をもたらす。
BinCoFerはバイナリプログラムで再利用されたTPLを検出するために設計されたツールである。
論文 参考訳（メタデータ） (2025-04-28T07:57:42Z) - Bridging the PLC Binary Analysis Gap: A Cross-Compiler Dataset and Neural Framework for Industrial Control Systems [14.826593801448032]
PLC-BEADは4つの主要な産業用コンパイラにまたがる700以上のPLCプログラムから2431のコンパイル済みバイナリを含むデータセットである。
この新しいデータセットは、それぞれのバイナリを独自のStructured Textソースコードと標準化された機能ラベルと一意にペアリングする。
バイナリコード解析のためのトランスフォーマーベースのフレームワークであるPLCEmbedを用いて,データセットの有用性を実証する。
論文 参考訳（メタデータ） (2025-02-27T03:27:37Z) - 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) - Joint Reference Frame Synthesis and Post Filter Enhancement for Versatile Video Coding [53.703894799335735]
本稿では, Versatile Video Coding (VVC) のためのジョイントリファレンスフレーム合成 (RFS) と後処理フィルタ拡張 (PFE) を提案する。
RFS と PFE は Space-Time Enhancement Network (STENet) を使用しており、2つの入力フレームをアーティファクトで受信し、2つの拡張フレームを圧縮されたアーティファクトと中間合成フレームで生成する。
推論の複雑さを低減するために,STENetの単一実行によって達成されるFSとPFE(JISE)の合同推論を提案する。
論文 参考訳（メタデータ） (2024-04-28T03:11:44Z) - BinaryAI: Binary Software Composition Analysis via Intelligent Binary Source Code Matching [8.655595404611821]
BinaryAIは2フェーズのバイナリソースコードマッチングを備えた新しいバイナリ・ソースSCA技術で、構文的および意味的両方のコード特徴をキャプチャする。
実験の結果、バイナリソースコードマッチングと下流SCAタスクにおいて、BinaryAIの優れた性能を示しました。
論文 参考訳（メタデータ） (2024-01-20T07:57:57Z) - OSFormer: One-Stage Camouflaged Instance Segmentation with Transformers [79.09486658392626]
OSFormerは、camouflaged instance segmentation (CIS)のためのワンステージトランスフォーマーフレームワークである
位置認識変換器(LST)を設計し、位置ラベルとインスタンス認識パラメータを求める。
我々は、LSTエンコーダとCNNバックボーンから様々なコンテキスト情報を統合するための粗大な融合(CFF)を開発する。
論文 参考訳（メタデータ） (2022-07-05T18:32:21Z)
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。