스트립된 바이너리에서 간접 제어흐름(ICF) 엣지를 복원하는 것은 바이너리 보안 분석의 핵심 과제이지만, 기존 방법은 장거리 의존성 처리에 취약하고 평가 프로토콜도 라벨 노이즈와 데이터 누출에 취약했다. 연구진은 이중 가상 허브(코드 허브·데이터 허브)로 멀리 떨어진 코드·데이터 증거 간 짧은 라우팅 경로를 만들고, 멀티태스크 그래프학습으로 간접 호출·테일 호출·점프 테이블·리턴을 동시에 모델링하는 ICFlowNet을 제안했다. 패키지 단위 분할과 함수 단위 니모닉 해시 중복제거를 적용한 누출 방지 파이프라인으로 1,351개 동적 정답 포함 15,901개 스트립 x86-64 바이너리 데이터셋을 구축했다. 이중 가상 허브는 장거리 F1을 최대 9.13점, 멀티태스크 학습은 최대 5.81점 개선했고, 최종 모델은 간접 호출 장거리 예측에서 기존 대비 13점 이상 F1을 앞서면서도 위상 오버헤드는 11.44%에 그쳤다.

• •스트립된 바이너리의 간접 제어흐름(ICF) 복원을 위한 ICFlowNet 프레임워크 제안
• •이중 가상 허브(코드·데이터)로 장거리 코드-데이터 증거 간 짧은 라우팅 경로 생성
• •멀티태스크 그래프학습으로 간접 호출·테일 호출·점프 테이블·리턴을 동시 모델링
• •누출 방지 파이프라인으로 15,901개 스트립 바이너리, 1,351개 동적 정답 포함 데이터셋 구축
• •장거리 간접 호출 예측에서 기존 대비 F1 13점 이상 향상, 위상 오버헤드는 11.44%에 불과