首页
社区
课程
招聘
问答 CTF 排行榜 知识库 工具下载 峰会 看雪商城 证书查询
  1. 社区
  2. 软件逆向
    3. 发新帖
[讨论]深度学习是不是也能用作逆向?
发表于: 2020-11-8 10:54 5556

[讨论]深度学习是不是也能用作逆向?

hpphpp 活跃值
2020-11-8 10:54
5556

最近在学习深度学习,感觉深度学习的提取特征,进行分析和推测是不是也可以应用于逆向.

 

深度学习比如你给一堆二进制代码, 然后给一堆相对应的源码,经过深度学习模型训练之后,能从中找到最合适的模式进行概率猜测, 就像图像识别一样, 很有可能猜到99%可能的源码是什么.

 

训练的大量样本可以用大量的开源软件代码进行编译训练,最后实现大于90%的代码还原

 

甚至可以训练各个版本VMP混淆后的代码,也能还原到原始代码.

 

大家觉得这个想法可能吗?


[招生]科锐逆向工程师培训(2024年11月15日实地，远程教学同时开班, 第51期)

最后于 2020-11-9 09:38 被hpphpp编辑 ，原因：
收藏
免费 ・0
支持
分享
最新回复 (22)
gxkyrftx
雪    币： 791
活跃值： (404)
能力值： ( LV4，RANK：51 )
在线值：
发帖
回帖
粉丝
私信
2 楼
顶会上有一些论文
2020-11-8 12:02
0
低调putchar
雪    币： 2674
活跃值： (2304)
能力值： ( LV5，RANK：60 )
在线值：
发帖
回帖
粉丝
私信
3 楼
逆向机器人! 
2020-11-8 12:33
0
thisisroot
雪    币： 687
活跃值： (320)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
4 楼
3年前有幸参加过RHG，当时就是通过算法和AI进行漏洞挖掘。
2020-11-8 12:56
0
默NJ
雪    币： 2466
活跃值： (4561)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
5 楼
大有可为!
2020-11-8 15:47
0
舒默哦
雪    币： 2989
活跃值： (4911)
能力值： ( LV5，RANK：60 )
在线值：
发帖
回帖
粉丝
私信
6 楼
我觉得AI还原vmp是大材小用吧
2020-11-8 15:53
0
mb_foyotena
雪    币： 477
活跃值： (1412)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
7 楼
深度学习没那么玄学，简单来说就是函数拟合。vmp混淆前后的映射关系除了功能等价，并不具备其它特征，不像图像有周围像素关系可以用GAN来还原马赛克。
2020-11-8 16:24
0
pureGavin
雪    币： 14530
活跃值： (17548)
能力值： ( LV12，RANK：290 )
在线值：
发帖
回帖
粉丝
私信
8 楼
thisisroot 3年前有幸参加过RHG，当时就是通过算法和AI进行漏洞挖掘。
你这个AI漏洞挖掘，我老师也提起过，不过他认为目前无法实现精品漏洞挖掘
2020-11-8 20:20
0
黄小付
雪    币： 90
活跃值： (51)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
9 楼
我在想如果能做一个网上智能ai逆向分析系统，会不会狂捞一笔，我觉得汇编转源码的工程不是没有可能实现的，不过这种技术太缺了，不会有人去反着搞的
2020-11-8 22:36
0
pureGavin
雪    币： 14530
活跃值： (17548)
能力值： ( LV12，RANK：290 )
在线值：
发帖
回帖
粉丝
私信
10 楼
黄小付 我在想如果能做一个网上智能ai逆向分析系统，会不会狂捞一笔，我觉得汇编转源码的工程不是没有可能实现的，不过这种技术太缺了，不会有人去反着搞的

不知道你说的汇编转源码是什么意思，IDA和ghidra都能实现伪代码，而且还原度也很高，另外ghidra是开源且免费的

最后于 2020-11-8 22:51 被pureGavin编辑 ，原因：
2020-11-8 22:51
0
黄小付
雪    币： 90
活跃值： (51)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
11 楼
pureGavin 黄小付 我在想如果能做一个网上智能ai逆向分析系统，会不会狂捞一笔，我觉得汇编转源码的工程不是没有可能实现的，不过这种技术太缺了，不会有人去反着搞的 不知道你说 ...
我说的是比较高级的，可以说只要是二进制的文件都可以，不管加不加密
2020-11-8 22:58
0
库尔
雪    币： 1319
活跃值： (1960)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
12 楼
如果能用if判断完成的vmp还原项目，就不需要深度学习这种耗时的玩意。目前楼上说的一样。除了功能等价，并不具备其它特征，深度学习的局部特征抓取的优势就发挥不出来。当前并不清楚哪些VMP还原方面上深度学习更优的选择。
2020-11-8 23:00
0
SSH山水画
雪    币： 1475
活跃值： (14652)
能力值： ( LV12，RANK：380 )
在线值：
发帖
回帖
粉丝
私信
13 楼
个人觉得不太现实，正向开发代码逻辑就那么多，完全可以用在深度学习上，逆向这东西一个人一个思路，从没有固定的套路，要不然为啥正向程序员6个月就能独立开发系统了，逆向工作者就必须要吃经验，要是单纯提取特征码啥的，感觉也用不到深度学习了
2020-11-9 08:44
0
hpphpp
雪    币： 226
活跃值： (1419)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
14 楼
深度学习比如你给一堆二进制代码, 然后给一堆相对应的源码,经过深度学习模型训练之后,能从中找到最合适的模式进行概率猜测, 就像图像识别一样, 很有可能猜到99%可能的源码是什么.
2020-11-9 09:31
0
Swrite
雪    币： 2
活跃值： (102)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
15 楼
你说的是这个？https://paper.seebug.org/1389/
2020-11-9 09:46
0
mb_foyotena
雪    币： 477
活跃值： (1412)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
16 楼
hpphpp 深度学习比如你给一堆二进制代码, 然后给一堆相对应的源码,经过深度学习模型训练之后,能从中找到最合适的模式进行概率猜测, 就像图像识别一样, 很有可能猜到99%可能的源码是什么.
并不能完美还原，源码和二进制存在多映射关系，人工尚且无法做到。此外，想训练模型得依靠大量的样本输入，最终泛化效果取决于你样本是否足够全面，不是你想的那么简单
2020-11-9 09:47
0
Swrite
雪    币： 2
活跃值： (102)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
17 楼
NeurIPS-2020 论文解读：基于跨模态检索的二进制代码-源代码匹配

作者：腾讯科恩实验室
原文链接：https://mp.weixin.qq.com/s/fvnvh25VaHgproPvVT6LDg
2020-11-9 09:51
0
wuxiwudi
雪    币： 918
活跃值： (1900)
能力值： ( LV3，RANK：30 )
在线值：
发帖
回帖
粉丝
私信
18 楼
之前打算搞一个相似的项目,利用深度学习对恶意样本进行家族归类,其实能做的东西还是不少的
2020-11-9 10:17
0
库尔
雪    币： 1319
活跃值： (1960)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
19 楼
mb_foyotena 并不能完美还原，源码和二进制存在多映射关系，人工尚且无法做到。此外，想训练模型得依靠大量的样本输入，最终泛化效果取决于你样本是否足够全面，不是你想的那么简单
是否尝试像VTIL这种中间语言翻译缩小训练范围。
2020-11-9 10:54
0
TopGreen
雪    币： 1931
活跃值： (442)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
20 楼
wuxiwudi 之前打算搞一个相似的项目,利用深度学习对恶意样本进行家族归类,其实能做的东西还是不少的
这个跟yara类的规则差不多了
2020-11-9 11:31
0
wuxiwudi
雪    币： 918
活跃值： (1900)
能力值： ( LV3，RANK：30 )
在线值：
发帖
回帖
粉丝
私信
21 楼
TopGreen 这个跟yara类的规则差不多了
后面有点像,相当于提取一个已知样本族谱特征,对未知样本进行扫描,判断威胁程度,这样对一些使用模块化或者公共库编译的样本有概率直接检出,不过对新样本就无能为力了,核心其实就是这个族谱特征提取的过程
2020-11-9 12:47
0
thisisroot
雪    币： 687
活跃值： (320)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
22 楼
比赛的时候，3秒攻下第一道题，这是人类无法达到的速度。
优势就是速度快，成本低（省下海量的人工成本）。当有大量样本的时候，AI可以过滤一遍。
要深入挖掘的时候，再人工参与。
2020-11-9 14:30
0
hpphpp
雪    币： 226
活跃值： (1419)
能力值： ( LV2，RANK：10 )
在线值：
发帖
回帖
粉丝
私信
23 楼
Swrite NeurIPS-2020 论文解读：基于跨模态检索的二进制代码-源代码匹配 作者：腾讯科恩实验室 原文链接：https://mp.weixin.qq.com/s/fvnvh25VaHgproP ...
长见识了,原来已经有人实现了
2020-11-11 23:25
0
游客
登录 | 注册 方可回帖
回帖 表情 雪币赚取及消费
高级回复
返回
//