[논문 리뷰] Towards Learning Representations of Binary Executable Files for Security Tasks.

Shushan Arakelyan, Christophe Hauser외 2명|arXiv (Cornell University)|2020. 02. 09.

Software Engineering Research참고 문헌 14인용 수 4

한 줄 요약

이 논문은 저수준 구조에서 계산 그래프를 구성함으로써 이진 실행 파일의 분산 표현을 학습하는 그래프 컬러션 신경망(GCN)-기반 접근법을 제안한다. 이 방법은 알고리즘 분류와 취약성 탐지라는 두 가지 다른 보안 작업에서 최신 기술 수준의 성능을 달성하여 강력한 베이스라인과 이전 방법들을 능가한다.

ABSTRACT

Tackling binary analysis problems has traditionally implied manually defining rules and heuristics. As an alternative, we are suggesting using machine learning models for learning distributed representations of binaries that can be applicable for a number of downstream tasks. We construct a computational graph from the binary executable and use it with a graph convolutional neural network to learn a high dimensional representation of the program. We show the versatility of this approach by using our representations to solve two semantically different binary analysis tasks -- algorithm classification and vulnerability discovery. We compare the proposed approach to our own strong baseline as well as published results and demonstrate improvement on the state of the art methods for both tasks.

연구 동기 및 목표

• 규칙 기반 및 히وري스틱 방법의 이진 분석 한계를 해결하기 위해 자동화되고 데이터 기반의 표현 학습을 가능하게 하기 위해.
• 다양한 이진 보안 작업에 적용 가능한 일반적인 표현 학습 프레임워크를 개발하기 위해.
• 학습된 임베딩을 통해 알고리즘 분류 및 취약성 탐지와 같은 이진 분석 작업의 성능을 향상시키기 위해.
• 그래프 기반 표현이 이진 파일의 의미적 및 구조적 특징을 어떻게 잘 포착하는지의 유연성과 효과성을 입증하기 위해.

제안 방법

• 지시어 및 제어 흐름과 같은 저수준 프로그램 구조를 사용하여 이진 실행 파일에서 계산 그래프를 구성하기 위해.
• 계산 그래프에서 고차원 분산 표현을 학습하기 위해 그래프 컬러션 신경망(GCN)을 적용하기 위해.
• 학습된 표현을 후행 이진 분석 작업의 입력 특징으로 사용하기 위해.
• 후행 작업 성능을 최적화하기 위해 GCN을 엔드 투 엔드로 훈련하기 위해.
• 이진 코드 내의 의미적 및 문법적 관계를 포착하기 위해 GCN의 구조적 인덕티브 바이어스를 활용하기 위해.

실험 결과

연구 질문

• RQ1 그래프 기반 신경망은 이진 실행 파일의 의미 있는 표현을 효과적으로 학습할 수 있는가?
• RQ2 이러한 학습된 표현은 다양한 이진 분석 작업으로 일반화될 수 있는가?
• RQ3 정확도와 강건성 측면에서 이 방법은 규칙 기반 및 히وري스틱 접근법보다 어떻게 비교되는가?
• RQ4 이 표현은 알고리즘 분류 및 취약성 탐지 성능 향상에 어느 정도 기여하는가?

주요 결과

• 제안된 GCN 기반 방법은 알고리즘 분류에서 이전 방법들을 능가하는 최신 기술 수준의 성능을 달성한다.
• 공개된 베이스라인과 비교해 볼 때 취약성 탐지 작업에서 상당한 향상을 보였다.
• 학습된 표현은 의미적으로 다른 다양한 이진 분석 작업에 효과적으로 적용된다.
• 모든 평가 작업에서 강력한 커스터마이즈 베이스라인을 능가하는 성능을 보였다.