AIarXiv cs.CR (암호학·보안)AI 점수 75%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
InterType: Breaking the Single-Function Barrier in Neural Binary Type Inference (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 바이너리 변수 타입 복구에서 함수 경계를 넘는 44%의 변수 전파를 고려하는 InterType 제안
- 기존 CodeArt 트랜스포머에 호출자-피호출자 간 데이터흐름을 파인튜닝 과정에서 추가
- coreutils O0~O3 최적화 바이너리로 평가, O1에서 재현율을 89.00%→91.76%로 개선
- 재현율 오류율을 기존 대비 25.1% 줄여 함수 내부 분석만으로는 놓치던 타입 정보 보완
왜 중요한가
바이너리 리버스엔지니어링 기반 취약점 탐지·악성코드 분석의 전처리 단계인 타입 복구 정확도를 높여, 스트립된 바이너리에서의 자동 보안 분석 신뢰도를 끌어올린다.
본문 미리보기
arXiv:2610.26906v1 Announce Type: new Abstract: Variable type recovery is a critical task in binary reverse engineering, enabling downstream applications such as vulnerability discovery, malware analysis, and security enforcement. While recent Transformer-based models have demonstrated strong performance in type inference by learning instruction-level semantics, they predominantly operate within single-function boundaries (i.e. intra-procedural analysis), ignoring the rich type constraints that
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #신경망타입추론
- #바이너리분석
- #보안도구
이 글이 만들어진 과정
- 11:34AI 초안