|
|
|---|---|
|
|
顶会上有一些论文
|
|
|
|
|
|
|
|
|
|
|
|
 我觉得AI还原vmp是大材小用吧
|
|
|
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
。
|
|
|
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 |
|
|
|
|
|
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：
|
|
|
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 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
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。 |
|
|
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 |
|
|
|
|
|
长见识了,原来已经有人实现了 |
