論文の概要: SoK: A Large-Scale Empirical Study of Emulation-Based Dynamic Analysis Research for ARM Cortex-M Firmware (Extended Version)

• arxiv url: http://arxiv.org/abs/2609.38872v1
• Date: Wed, 30 Sep 2026 03:20:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.090757
• Title: SoK: A Large-Scale Empirical Study of Emulation-Based Dynamic Analysis Research for ARM Cortex-M Firmware (Extended Version)
• Title（参考訳）: SoK:ARM Cortex-Mファームウェアのエミュレーションに基づく動的解析研究の大規模実証研究(拡張版)
• Abstract要約: 本研究は,24種類のエミュレーションベースのファームウェア分析ツールを,トップカンファレンスやジャーナルに掲載した実証的研究である。 我々は、ARMベースのファームウェア4,571の非重複および検証されたサブセットを用いて、ツールの出力がその後のステージを実現するのに十分な情報を提供するかどうかを評価する。 わずか1,580のサンプル(34.5%)しかファジットが成功せず、もし少なくとも1つの既存のツールがファジットできるなら、サンプルを数えることに成功した。
• 参考スコア（独自算出の注目度）: 9.697670971151883
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Microcontroller (MCU)-based devices are increasingly pervasive, making efficient, scalable firmware security analysis critical. Recent firmware re-hosting work enables automated vulnerability assessment, yet two gaps remain. First, existing tools are evaluated on limited, heavily overlapping datasets, undermining the generalizability of reported results. Second, prior research advances the state of the art along isolated dimensions, such as emulation, fuzzing, or bug diagnosis, without a holistic understanding of how these components interact and complement one another in dynamic analysis workflows. Building on recently released large-scale MCU firmware datasets from OTACAP and FirmLine, we present an empirical study of 24 emulation-based firmware analysis tools published in top conferences and journals. We position these tools within a unified automated analysis pipeline: emulation configuration reconnaissance, emulation, bug finding, and diagnosis. At each stage, we evaluate whether a tool's output provides sufficient information to enable the subsequent stage, using a deduplicated and validated subset of 4,571 ARM-based firmware samples. Only 1,580 samples (34.5%) can be successfully fuzzed, even counting a sample successful if at least one existing tool can fuzz it. Among these, fuzzing results are generally poor, with average code coverage of only 10% and many false crashes/hangs. Through a systematic analysis of failed fuzzing attempts and false-positive cases, we expose fundamental challenges and methodological limitations in current approaches. These findings highlight critical gaps in the state of the art and provide actionable insights to guide future research in emulation-based firmware analysis.
• Abstract（参考訳）: マイクロコントローラ(MCU)ベースのデバイスはますます普及し、効率的でスケーラブルなファームウェアセキュリティ分析を重要視している。 最近のファームウェアの再ホスト作業は、自動脆弱性評価を可能にするが、2つのギャップが残っている。 まず、既存のツールは、限られた重重なり合うデータセットに基づいて評価され、報告された結果の一般化性を損なう。 第二に、先行研究は、エミュレーション、ファジング、バグ診断といった孤立した次元に沿って、これらのコンポーネントがどのように相互作用し、相互に補完するかを、動的分析ワークフローで完全に理解することなく、最先端の技術を進化させる。 OTACAPとFirmLineから最近リリースされた大規模MCUファームウェアデータセットに基づいて、トップカンファレンスやジャーナルに掲載されたエミュレーションベースのファームウェア分析ツール24について実証的研究を行った。 我々はこれらのツールを,エミュレーション構成偵察,エミュレーション,バグ発見,診断という,統合された自動分析パイプライン内に配置する。 各段階で、ツールの出力がその後の段階を実現するのに十分な情報を提供するかどうかを、ARMベースのファームウェア4,571の非重複かつ検証されたサブセットを用いて評価する。 わずか1,580のサンプル(34.5%)しかファジットが成功せず、もし少なくとも1つの既存のツールがファジットできるなら、サンプルを数えることに成功した。 ファジィングの結果は概して貧弱で、平均的なコードカバレッジは10%に過ぎず、多くの誤ったクラッシュ/ハングがある。 ファジィングの失敗事例と偽陽性事例の体系的分析を通じて, 現状のアプローチにおける基本的な課題と方法論的限界を明らかにする。 これらの知見は、最先端における重要なギャップを浮き彫りにして、エミュレーションベースのファームウェア分析における将来の研究を導くための実用的な洞察を提供する。

関連論文リスト

• ComplexMCP: Evaluation of LLM Agents in Dynamic, Interdependent, and Large-Scale Tool Sandbox [61.862814740220806]
  $textbfComplexMCP$は厳格な条件下でエージェントを評価するために設計されたベンチマークである。 Model Context Protocol (MCP)上に構築された$textbfComplexMCP$は300以上の精巧にテストされたツールを提供する。
  論文  参考訳（メタデータ） (2026-05-11T16:20:51Z)
• Dynamic analysis enhances issue resolution [53.50448142467294]
  DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。 テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。 Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
  論文  参考訳（メタデータ） (2026-03-23T14:48:54Z)
• Quantum Reservoir Computing with Neutral Atoms on a Small, Complex, Medical Dataset [5.786250122999547]
  Rydberg プロセッサ textitAquila 上でのノイズレスエミュレーションとハードウェア実行の両方を用いて量子貯水池計算(QRC)について検討する。 エミュレートされた量子特徴でトレーニングされたモデルは、古典的な特徴でトレーニングされたモデルに匹敵する平均的なテスト精度を達成するが、より高いトレーニング精度とデータ分割に対する大きなばらつきを持ち、オーバーフィッティングと整合する。 この精度の向上と安定性の向上の組み合わせは、ハードウェア実行によって引き起こされる正規化効果を示唆している。
  論文  参考訳（メタデータ） (2026-02-16T11:03:31Z)
• AutoMalDesc: Large-Scale Script Analysis for Cyber Threat Research [81.04845910798387]
  脅威検出のための自然言語の説明を生成することは、サイバーセキュリティ研究において未解決の問題である。 本稿では,大規模に独立して動作する自動静的解析要約フレームワークAutoMalDescを紹介する。 アノテーション付きシード(0.9K)データセットや方法論,評価フレームワークなど,100万以上のスクリプトサンプルの完全なデータセットを公開しています。
  論文  参考訳（メタデータ） (2025-11-17T13:05:25Z)
• A Large Scale Study of AI-based Binary Function Similarity Detection Techniques for Security Researchers and Practitioners [20.470574733047442]
  バイナリ関数類似性検出(BFSD)は、ソフトウェアセキュリティの基本技術である。 AIベースのBFSDツールの最近の進歩は、大幅なパフォーマンス向上につながっている。 このギャップに対処するために,AIベースのBFSDツールに関する大規模な実証的研究を行った。
  論文  参考訳（メタデータ） (2025-11-03T03:10:25Z)
• SLIFER: Investigating Performance and Robustness of Malware Detection Pipelines [12.940071285118451]
  アカデミアは、モデル1つまたはアンサンブル内の静的解析と動的解析を組み合わせることに焦点を当てる。 本稿では,多種多様な解析手法を用いて構築したマルウェア検知器の特性について検討する。 私たちが知る限り、我々はシーケンシャルなマルウェア検知器の特性を初めて調査し、実際の生産環境での行動に光を当てています。
  論文  参考訳（メタデータ） (2024-05-23T12:06:10Z)
• Quo Vadis: Hybrid Machine Learning Meta-Model based on Contextual and Behavioral Malware Representations [5.439020425819001]
  複数のディープラーニングモデルを同時に利用するハイブリッド機械学習アーキテクチャを提案する。 我々は,現在の最先端モデルの能力よりも優れた検出率を報告した。
  論文  参考訳（メタデータ） (2022-08-20T05:30:16Z)
• D2A: A Dataset Built for AI-Based Vulnerability Detection Methods Using Differential Analysis [55.15995704119158]
  静的解析ツールによって報告されたラベル問題に対する差分解析に基づくアプローチであるD2Aを提案する。 D2Aを使用して大きなラベル付きデータセットを生成し、脆弱性識別のためのモデルをトレーニングします。
  論文  参考訳（メタデータ） (2021-02-16T07:46:53Z)

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。