基于simhash与倒排索引的复用代码快速溯源方法

• 作者: 乔延臣 云晓春 庹宇鹏 张永铮
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 网络安全 复用代码 快速溯源 同源判定 恶意代码
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 104-113
• 页数: 10页
• 分类号: TP393.08
• 字数: 7702字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2016225

摘要

提出了一种新颖的复用代码精确快速溯源方法。该方法以函数为单位，基于simhash与倒排索引技术，能在海量代码中快速溯源相似函数。首先基于simhash利用海量样本构建具有三级倒排索引结构的代码库。对于待溯源函数，依据函数中代码块的simhash值快速发现相似代码块，继而倒排索引潜在相似函数，依据代码块跳转关系精确判定是否相似，并溯源至所在样本。实验结果表明，该方法在保证高准确率与召回率的前提下，基于代码库能快速识别样本中的编译器插入函数与复用函数。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永铮		35	751	12.0	27.0
5	云晓春	中国科学院计算技术研究所	46	890	15.0	29.0
14	庹宇鹏		6	27	4.0	5.0
18	乔延臣	中国科学院计算技术研究所	3	21	3.0	3.0