← 返回列表

科恩实验室&上科大合作论文入选ISSTA 2025,KHash函数语义哈希技术助力二进制文件安全分析

单站 腾讯科恩实验室 发布 Wed, 30 Apr 2025 10:00:00 +0800 入库 2026-11-18T06:36:04

原创 腾讯科恩实验室 2025-04-30 10:00 上海

科恩实验室&上科大合作论文入选ISSTA 2025,KHash函数语义哈希技术助力二进制文件安全分析

论文简介

软件成分分析(SCA)是降低第三方库(TPL)引入风险的重要手段,常规利用基本语法特征的SCA 技术在大规模TPL数据集误报率较高,BinaryAI基于底座的二进制/源代码匹配模型实现相似代码的高召回率,使得SCA效果达行业高阶水准。欢迎前往BinaryAI体验。

二进制代码相似性分析(BCSA: Binary Code Similarity Analysis)是网络安全等多个领域的重要研究方向。具体而言,基于函数级的二进制比对工具被广泛应用于BCSA中。这些工具通过逐一匹配相似函数来计算两个二进制程序之间的相似度。然而,这类方法的时间复杂度高,难以扩展至大规模场景(如一对多、或多对多的检索任务)。

为了实现准确且高效的程序级BCSA,我们提出了,一种新颖的哈希方法。。通过结合K-Means聚类与特征哈希(Feature Hahsing) 技术,KEENHash将二进制代码压缩至一个紧凑且固定长度的向量,从而支持准确且高效的大规模程序级二进制相似性分析,性能优于此前的最新技术。

实验结果表明,KEENHash的函数匹配速度至少比最新工具,同时保持了函数匹配的有效性。此外,在一个包含53亿次程序级相似性分析的大规模场景中,KEENHash仅需395.83秒,而其它工具至少需要56天。我们还在包含202,305个二进制程序的海量数据集上评估了KEENHash在程序克隆检索任务中的性能。与四种最新技术方法相比,KEENHash的性能表现均。另外,KEENHash在大规模BCSA恶意软件检测场景中同样展现出显著优势。

产学研落地

腾讯安全科恩实验室与上海科技大学信息科学与技术学院展开科研合作,上海科技大学信息科学与技术学院硕士  作为科研实习生,在导师 唐宇田教授、张良峰教授 和 腾讯安全科恩实验室 的共同指导下,完成该论文。

目前,KHash 已在 BinaryAI 平台实现大规模应用,凭借高效准确的相似度计算能力,极大提升了平台对海量未知样本的快速发现和研判能力。

以下示例展示 KHash 在跨架构以及编译环境下对程序语义理解上的优势,能够准确检索相似文件:

示例 a2ps-4.14_gcc-7.3.0_x86_32_O3_a2ps.elf(a2ps 文件)使用gcc-7.3.0编译器,在x86-32位架构上,以O3优化级别进行编译。

a2ps-4.14_gcc-7.3.0_x86_32_O3_a2ps.elf``https://www.binaryai.cn/analysis/2cd45c4025aa80c0ec282a7dbe17c586aecf8fe54e06ae0cdc7e243487de5a8d/similarity

KHash 检索返回相似度最高的二进制 f8a442d8(相似度:83.89%,Top-1/100),同样是 a2ps 文件但是使用clang-5.0编译器,在MIPS-64位架构上,以优化级别O1编译。KHash 在跨架构、编译优化等情况下仍旧支持准确查找到相似文件。

KHash 也适用于威胁情报中的恶意样本分析场景。KHash 在威胁情报中实现恶意样本高效准确聚类,显著提升防护能力。通过计算上传文件与已知恶意软件的相似度,判断是否为恶意及其家族变体:

示例 xmrig.stripped 经过恶意软件家族基因分析,识别出与 CoinMiner.b 家族的相似匹配度达到80.37%,准确判断其为挖矿恶意软件。

xmrig.strippedhttps://www.binaryai.cn/analysis/33ead107e7a01e9eb3432baebe14172ae6fe94ce62f41afad9f884e7c9b5dfe7/malware_genetic

用户可以通过SDK批量获得二进制文件的KHash,可在自定义的二进制文件范围内通过KHash计算二进制文件间相似度。

API Key 可自行创建:BinaryAI更新布告|用户管理、文件管理体系全新升级

★

往期相关

⦁BinaryAI函数语义匹配大模型API日调用量破亿:前沿技术与业务适配的实战验证

⦁ 科恩自研二进制相似性哈希算法“KHash”上线BinaryAI,助力更全面的文件安全分析场景

原文链接:https://mp.weixin.qq.com/s?__biz=MzU1MjgwNzc4Ng==&mid=2247512906&idx=1&sn=d8bf7afbacab8b037e78b07dd52df7b2