003-項(xiàng)目的研究?jī)?nèi)容-v1.0_20190118郭劉1(2)

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（semanticenrichment），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，研究roid代

3、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)?！?、基于代碼分析多任務(wù)（基于代碼分析多任務(wù)（inputinput）的代碼語(yǔ)義模型（）的代碼語(yǔ)義模型（outputoutput）（作為核心模型預(yù)訓(xùn)練，引入bigcode中的背景知識(shí)，實(shí)現(xiàn)反混淆代碼的語(yǔ)義充實(shí)semanticsemanticenrichmentenrichment，解決混淆反混淆代碼的理解與表示問(wèn)題）

4、2.1）BigBigCodeCode中存在的多種代碼分析任務(wù)梳理中存在的多種代碼分析任務(wù)梳理與綜合（為語(yǔ)義充實(shí)做準(zhǔn)備）與綜合（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）研究BigCode中存在的多種代碼分析任務(wù)，包括代碼克隆檢測(cè)、代碼摘要、代碼補(bǔ)全與缺陷預(yù)測(cè)等，

5、收集不同任務(wù)的代碼集，進(jìn)行分類(lèi)整理與代碼清洗。研究不同任務(wù)中的輸入、輸出及其相關(guān)性，以支持代碼語(yǔ)義模型的構(gòu)建。研究如何合理選取多種混淆工具對(duì)源代碼進(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，以解決混淆代碼的缺失問(wèn)題，補(bǔ)充混淆代碼的背景信息。2.2）基于代碼分析多任務(wù)的代碼語(yǔ)義模型構(gòu)建（解決了?；诖a分析多任務(wù)的代碼語(yǔ)義模型構(gòu)建（解決了。。。。，以及表示問(wèn)題，，以及表示問(wèn)題，語(yǔ)義充實(shí)義充實(shí)semanticsemanticen

6、richmentenrichment的具體實(shí)現(xiàn)的具體實(shí)現(xiàn)）研究如何構(gòu)建具有遷移性的代碼語(yǔ)義模塊，考慮利用大規(guī)模程序資源（BigCode）中不同任務(wù)的混淆反混淆代碼集合，借鑒深度學(xué)習(xí)中的語(yǔ)義模型，用以獲取能夠表達(dá)BigCode背景信息的代碼語(yǔ)義空間。根據(jù)不同任務(wù)的輸入與輸出，研究如何構(gòu)建不同任務(wù)的深度學(xué)習(xí)模型，并共享同一個(gè)代碼語(yǔ)義模塊，以學(xué)習(xí)和提煉多任務(wù)代碼之間的代碼可讀性代碼可讀性適當(dāng)重構(gòu)）適當(dāng)重構(gòu)）4.1）谷歌谷歌JavaJava代碼

7、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。研究如何根據(jù)谷歌Java代碼規(guī)范指導(dǎo)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，提升代碼的可讀性；（2）爬取谷歌代碼樣例

8、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)這些代碼具有的谷歌代碼規(guī)范，并將這些規(guī)范知識(shí)遷移到反混淆的代碼中，使反混淆后的代碼能夠遵循谷歌代碼規(guī)范，提升代碼的可讀性。（這一步提升的是可讀性）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，研究如何通過(guò)其他途徑引入大量高質(zhì)量的Java項(xiàng)目工程代碼和其他的roid代碼，進(jìn)一步擴(kuò)充B

9、igCode；另一方面，在訓(xùn)練roid代碼反混淆模型時(shí)，研究如何學(xué)習(xí)高質(zhì)量代碼具有的準(zhǔn)確語(yǔ)義，使得反混淆后的代碼具有較高語(yǔ)義準(zhǔn)確性。（這一步提升的是語(yǔ)義準(zhǔn)確性）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?？紤]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

10、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)生的混淆代碼的結(jié)果；第二步，通過(guò)深入挖掘得到的影響反混淆代碼質(zhì)量的原因，研究如何調(diào)整反混淆模型結(jié)構(gòu)，使得進(jìn)一步優(yōu)化代碼反混淆結(jié)果。（這一步提升的我覺(jué)得是反混淆模型的魯棒性，而不是1所說(shuō)的可執(zhí)行性）5、反混淆代碼的質(zhì)量評(píng)估反混淆代碼的質(zhì)量評(píng)估（這塊要加強(qiáng)（這塊要加強(qiáng)更完善的方案和細(xì)節(jié)）更完善的方案和細(xì)節(jié)）（余嘯再重改一下（余嘯再重改一下20190116