Поиск похожих последовательностей кода в исполняемых файлах с помощью сиамской нейронной сети

Abstract

Данная работа посвящена решению задачи поиска похожих последовательностей кода (функций) в исполняемых файлах. Описание функций, получаемых с помощью предложенного метода решения данной задачи, строятся на основе взаимного пространственного положения команд процессора и соответствующих им операндов в теле функции. Для формирования промежуточного описания функций исполняемого файла используется известная модель векторного представления слов word2vec. Окончательное описание функций формируется с помощью сиамской нейронной сети долгой краткосрочной памяти, которое затем непосредственно используется для поиска схожих функций. Представлены результаты экспериментальных исследований разработанного метода в сравнении с некоторыми известными ранее методами. This work is dedicated to solving the problem of finding similar code sequences (functions) in executable files. The description of functions obtained using the proposed method for solving this problem is based on the mutual spatial position of processor instructions and the corresponding operands in the function body. The word embedding model word2vec is used to form an intermediate description of the executable file functions. The final description of the functions is formed using the siamese long short-term memory network (Siamese-LSTM). Then it description directly used to search for similar functions. The results of experimental studies of the developed method are presented in comparison with some previously known methods.