003-項(xiàng)目的研究?jī)?nèi)容-v1.0_20190119

1、研究?jī)?nèi)容研究?jī)?nèi)容圍繞研究目標(biāo)，研究?jī)?nèi)容如下：1、面向面向roidroid代碼反混淆基于代碼反混淆基于BigBigCodeCode遷移分析的代碼背景信息增強(qiáng)方法遷移分析的代碼背景信息增強(qiáng)方法對(duì)于存在的大規(guī)模程序資源BigCode，研究基于代碼分析多任務(wù)（包括代碼克隆檢測(cè)、代碼摘要和代碼補(bǔ)全等）代碼語(yǔ)義模型的構(gòu)建與訓(xùn)練方法，有效提煉面向roid代碼反混淆的多任務(wù)代碼語(yǔ)義背景信息。研究基于深度學(xué)習(xí)的roid代碼反混淆模型的構(gòu)建方法，基于遷移學(xué)

2、習(xí)思想將從BigCode訓(xùn)練得到的代碼語(yǔ)義模塊引入到roid代碼反混淆模型中，增強(qiáng)反混淆分析過(guò)程中的代碼語(yǔ)義信息（codesemanticaugmentation），有效支撐反混淆。研究roid代碼反混淆的優(yōu)化方法，提高反混淆結(jié)果代碼的語(yǔ)義準(zhǔn)確性、可讀性和可執(zhí)行性等。研究roid代碼反混淆的質(zhì)量評(píng)估方法，針對(duì)反混淆結(jié)果的多樣性特點(diǎn)，實(shí)現(xiàn)對(duì)于結(jié)果代碼的客觀評(píng)價(jià)?！緦?xiě)到可行性里面：充分利用BigCode資源挖掘代碼背景增強(qiáng)信息為基本線索，研

3、究roid代碼背景語(yǔ)義信息增強(qiáng)（semanticenrichment）、代碼背景信息增強(qiáng)支持下的反混淆與優(yōu)化，以及反混淆結(jié)果的評(píng)價(jià)技術(shù)。】2、基于代碼分析多任務(wù)的代碼語(yǔ)義模型基于代碼分析多任務(wù)的代碼語(yǔ)義模型2.1）BigBigCodeCode多種代碼分析任務(wù)梳理與反混淆任務(wù)背景信息代碼集構(gòu)建多種代碼分析任務(wù)梳理與反混淆任務(wù)背景信息代碼集構(gòu)建面向roid代碼反混淆，研究大規(guī)模程序資源BigCode中存在的多種代碼分析任務(wù)，包括代碼克隆檢測(cè)

4、（codeclonedetection）、代碼摘要（codesummary）、代碼補(bǔ)全（codecompletion）等。從BigCode中收集不同任務(wù)對(duì)應(yīng)的代碼集（多任務(wù)代碼集S1），進(jìn)行分類整理與代碼清洗。研究不同代碼分析任務(wù)中的輸入、輸出及其對(duì)應(yīng)的相關(guān)性，支持構(gòu)建基于代碼分析多任務(wù)的代碼語(yǔ)義模型。研究如何構(gòu)建反混淆任務(wù)背景信息代碼集，合理選取多種混淆工具對(duì)多任務(wù)代碼集進(jìn)行混淆，得到不同任務(wù)下對(duì)應(yīng)于不同混淆工具的混淆代碼集S2。綜合

5、多任務(wù)代碼集S1和混淆代碼集S2，用于后繼挖掘反混淆過(guò)程中代碼背景語(yǔ)義信息。【（為語(yǔ)義充實(shí)做準(zhǔn)備）（為語(yǔ)義充實(shí)做準(zhǔn)備）（inputinput）（構(gòu)建預(yù)訓(xùn)練的代碼集，相關(guān)代碼片段的特征映射（構(gòu)建預(yù)訓(xùn)練的代碼集，相關(guān)代碼片段的特征映射語(yǔ)義充實(shí)語(yǔ)義充實(shí)semanticsemanticenrichmentenrichment）】2.2）基于代碼分析多任務(wù)的代碼語(yǔ)義模型構(gòu)建基于代碼分析多任務(wù)的代碼語(yǔ)義模型構(gòu)建研究如何構(gòu)建具有遷移性的代碼語(yǔ)義模塊，

6、借鑒深度學(xué)習(xí)中的語(yǔ)義表示方法，利用BigCode構(gòu)建的反混淆任務(wù)背景信息代碼集，提煉面向反混淆任務(wù)的代碼背景語(yǔ)義信息。根據(jù)不同代碼分析任務(wù)的輸入與輸出，研究如何構(gòu)建對(duì)應(yīng)的代碼語(yǔ)義模型，包括對(duì)應(yīng)的輸入與輸出模塊以及共享的代碼語(yǔ)義模塊（承載面向反混淆任務(wù)的代碼背景3.3）基于基于混淆差異性的反混淆代碼分析混淆差異性的反混淆代碼分析研究混淆差異性對(duì)roid代碼反混淆結(jié)果的影響，基于不同混淆工具之間存在的混淆差異性，選取幾種流行的混淆工具分別混

7、淆相同的源代碼，構(gòu)建不同的反混淆任務(wù)數(shù)據(jù)集，再使用提出的roid代碼反混淆模型分別進(jìn)行反混淆處理，通過(guò)反混淆代碼的質(zhì)量評(píng)估分析不同混淆工具的影響，研究并深入挖掘其中可能存在的原因，以支撐后續(xù)roid代碼反混淆的深度優(yōu)化工作。4、roidroid代碼反混淆代碼反混淆的深度優(yōu)化的深度優(yōu)化（余方案（余方案執(zhí)行反混淆與結(jié)果優(yōu)化）執(zhí)行反混淆與結(jié)果優(yōu)化）（優(yōu)化反混淆結(jié)（優(yōu)化反混淆結(jié)果加強(qiáng)代碼可讀性加強(qiáng)代碼可讀性適當(dāng)重構(gòu)）適當(dāng)重構(gòu)）4.1）谷歌谷歌J

8、avaJava代碼規(guī)范指導(dǎo)的反混淆代碼優(yōu)化代碼規(guī)范指導(dǎo)的反混淆代碼優(yōu)化研究如何根據(jù)谷歌代碼規(guī)范約束優(yōu)化反混淆代碼?？紤]將利用代碼規(guī)范約束優(yōu)化反混淆代碼，分為兩種方案：（1）選取谷歌代碼樣例庫(kù)中roid代碼，研究如何人工分析谷歌代碼規(guī)范，并根據(jù)合理的認(rèn)知研究構(gòu)建啟發(fā)式規(guī)則方法。研究如何將上述啟發(fā)式規(guī)則方法優(yōu)化反混淆代碼，使得能夠?qū)⒎椿煜蟮拇a遵循谷歌代碼規(guī)范；（2）爬取谷歌代碼樣例庫(kù)中大量roid代碼，研究如何通過(guò)機(jī)器自動(dòng)學(xué)習(xí)這些代碼具

9、有的谷歌代碼規(guī)范，并將這些代碼具有的谷歌代碼規(guī)范知識(shí)遷移到反混淆的代碼中，使得能夠?qū)⒎椿煜蟮拇a遵循谷歌代碼規(guī)范。4.2）基于多源數(shù)據(jù)的代碼反混淆性能優(yōu)化基于多源數(shù)據(jù)的代碼反混淆性能優(yōu)化研究如何通過(guò)綜合多源代碼優(yōu)化反混淆的性能。一方面，在BigCode背景信息表征過(guò)程中，通過(guò)其他途徑引入大量Java項(xiàng)目工程代碼和其他的roid代碼，進(jìn)一步擴(kuò)充BigCode；另一方面，在roid代碼反混淆任務(wù)中，研究如何通過(guò)Java反混淆任務(wù)代碼來(lái)增強(qiáng)

10、roid代碼反混淆模型的性能，使得學(xué)習(xí)的反混淆模型能夠具有更強(qiáng)的泛化性。4.3）基于混淆差異性的代碼反混淆性能優(yōu)化基于混淆差異性的代碼反混淆性能優(yōu)化根據(jù)不同混淆工具的差異性對(duì)代碼反混淆結(jié)果的影響分析，研究如何利用這種差異性及其影響改善反混淆模型的性能。考慮將該差異性增強(qiáng)反混淆模型的性能分為兩步：第一步，綜合多種代碼混淆工具產(chǎn)生的混淆代碼，構(gòu)建更大的反混淆訓(xùn)練代碼集，以增強(qiáng)反混淆模型的魯棒性，使得反混淆模型能夠優(yōu)化反混淆多種代碼混淆工具產(chǎn)