L'allineamento delle istruzioni migliora l'apprendimento delle rappresentazioni del codice binario

Un recente articolo pubblicato su arXiv (2608.11766) suggerisce di utilizzare la conoscenza dell'allineamento delle istruzioni per migliorare l'apprendimento delle rappresentazioni del codice binario, fondamentale per la sicurezza del software e il reverse engineering. Le tecniche attuali si concentrano principalmente su embedding a livello di funzione che riflettono ampie connessioni semantiche tra funzioni binarie, trascurando i dettagli più fini a livello di istruzioni. Questa svista ignora importanti segnali di supervisione provenienti dalle informazioni di debug del compilatore che potrebbero migliorare l'accuratezza e l'interpretabilità delle rappresentazioni del codice binario. I risultati indicano che i modelli ottimizzati per la similarità del codice binario a livello di funzione mostrano un allineamento delle istruzioni significativamente migliore rispetto alle loro controparti pre-addestrate, evidenziando un forte legame tra l'allineamento delle istruzioni e la qualità degli embedding a livello di funzione. Per basarsi su questa intuizione, gli autori propongono una strategia di addestramento che integra l'allineamento delle istruzioni per potenziare l'apprendimento delle rappresentazioni. Questa ricerca colma una lacuna vitale nel campo, potenzialmente avanzando lo sviluppo di strumenti di analisi del codice binario più accurati e interpretabili. L'articolo è classificato come annuncio di tipo incrociato e può essere accessibile tramite l'URL arXiv fornito.