我们提出了 VEXIR2Vec，这是一个代码嵌入框架，用于在二进制文件中查找相似函数。我们的表示依赖于 VEX IR，它是二进制分析工具（如 Valgrind 和 angr）使用的中间表示。我们的嵌入方法编码了函数的语法和语义信息，并且在应用程序和架构上都是独立的。我们还提出了 POV，一个自定义的 Peephole 优化引擎，用于对 VEX IR 进行有效的相似性分析。我们在涉及针对不同架构、使用不同编译器和版本、优化序列和混淆的二进制文件的两个实验中评估了我们的框架。我们展示了在几个标准项目和真实世界漏洞上的结果。我们的结果显示，与现有最先进的工作相比，VEXIR2Vec 实现了更高的精确度和召回率。我们的框架具有高度的可扩展性，只使用了开源工具构建为一个多线程、并行库。VEXIR2Vec 在最接近的竞争对手上实现了约 3.2 倍的加速，并在其他工具上实现了数量级的加速。

Dec, 2023

提出了一种基于神经网络的方法来计算二进制函数的编码，并通过测量两个函数之间编码的距离来有效地检测二进制代码的相似性，称为 Gemini，将生成时间从 1 周减少到 30 分钟到 10 小时，并在现实世界的案例中展示了 Gemini 比现有技术更好地识别易受攻击的固件图像的能力，是一种成功应用深度学习解决计算机安全问题的方法。

Aug, 2017

本文提出了一种学习代码语义的新颖处理技术，并将其应用于各种程序分析任务中，其中使用的 Embeddings 基于独立于源编程语言的代码的 IR，现有技术不足以强烈理解程序语义。

Jun, 2018

本文评估了代码表示模型 Code2vec 在 C 源代码中检测安全漏洞任务上的表现，结果表明 Code2vec 在此任务上的表现与预训练 RoBERTa 等简单的基于 Transformer 的方法相比具有可比性，并且优于更为简单的基于 NLP 的方法，并在维持低计算需求的同时达到了 61.43％的准确率。

Jun, 2021

通过深度学习方法及聚类空间对比学习，精准识别程序漏洞中的漏洞相关代码语句，本方法运用于现实数据集上优于其他最新基线算法，显著提高 VCP、VCA、Top-10 ACC 等效果。

Sep, 2022

使用人工识别特征并需要为每个任务付出人力劳动的软件补丁现有方法存在缺陷，本文提出一种基于神经网络的 CC2Vec 模型，通过伴随的日志消息学习代码更改的表示，以识别代码更改的层次结构并使用多个比较函数来识别删除和添加代码之间的差异，并证明该模型在多个软件补丁任务中均优于现有技术。

Mar, 2020

本文介绍了一种基于神经网络模型的代码嵌入方法，通过将代码片段表示为单一的固定长度代码向量，学习抽象语法树中路径的原子表示，并同时学习集合聚合的方法，从而预测代码的语义属性。通过训练一个包含 14M 个方法的数据集，我们证明了该方法的有效性，并通过相应的数据比较表明，该方法比先前的技术有着相对提高超过 75％，是第一个成功预测大型跨项目语料库上的方法名的方法。

Mar, 2018

本文提出了一种基于执行轨迹的表示方法 Test2Vec，将其用于测试用例优先级排序，结果表明该方法在中位数归一化 FF 等方面表现优异，对传统代码覆盖率方法具有显著的改进。

Jun, 2022

本文介绍了一种提供视觉分类任务向量表示的方法，该表示可用于推断任务及其关系的性质，并提供了独立于细节（如类标签语义的理解等）的任务的固定维度嵌入。我们还展示了该框架的实用价值以及通过学习嵌入度量来选择预训练特征提取器的简单元学习框架。选择具有任务嵌入的特征提取器可获得接近最佳特征提取器的性能，而成本则显著低于对所有可用特征提取器进行详尽的训练和评估。

Feb, 2019

通过结合长文档转换器和中间表示的使用，本文提出了一种能够进行跨体系结构功能搜索的模型，无需手动特征工程、预训练或动态分析步骤。我们将该方法与一系列基准方法进行了对比，在一般函数搜索任务和有针对性的漏洞搜索任务中，我们的方法表现出强大的性能，优于所有基准方法。

Oct, 2023