一种基于深度学习的优化代码反编译方法和系统
基本信息
| 申请号 | CN202210271791.6 | 申请日 | - |
| 公开（公告）号 | CN114691151A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114691151A | 申请公布日 | 2022-07-01 |
| 分类号 | G06F8/53（2018.01）I;G06F8/73（2018.01）I;G06F8/74（2018.01）I;G06F16/33（2019.01）I;G06N3/08（2006.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 梁瑞刚;曹颖;陈恺 | 申请（专利权）人 | 中国科学院信息工程研究所 |
| 代理机构 | 北京君尚知识产权代理有限公司 | 代理人 | - |
| 地址 | 100093北京市海淀区闵庄路甲89号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习的优化代码反编译方法和系统。该方法的步骤包括：利用低级编程语言LPL和高级编程语言HPL获取低级中间语言LIR和高级中间语言HIR，作为训练数据集；利用训练数据集训练深度学习模型，学习LIR和HIR之间的映射规则，利用训练完成的深度学习模型，将待进行反编译的LPL的LIR翻译为HIR；对深度学习模型得到的HIR进行数据流恢复和控制结构恢复，生成HPL代码；利用相似性匹配算法寻找与生成的HPL代码相似的有源码代码，将有源码代码中的语义信息迁移到生成的HPL代码中。本发明可以自动将LPL转换为HPL，针对优化和不优化的二进制反编译都具有较高的准确性。 |
