003-項目的研究內(nèi)容-v1.0_20190117(1)yu

1、研究內(nèi)容研究內(nèi)容圍繞研究目標(biāo)，研究內(nèi)容如下：1、基于基于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（梳理基本思路，形成整體的方（梳理基本思路，形成整體的方法框架）法框架）以利用BigCode資源挖掘代碼背景增強(qiáng)信息為基本線索，梳理建立代碼遷移學(xué)習(xí)的基本技術(shù)途徑，確定roid代碼的語義理解與充實(shí)充實(shí)、反混淆及其優(yōu)化與評價技術(shù)。對于存在的大規(guī)模程序資源（BigCode），選取包括代碼克隆檢測、代

2、碼摘要等在內(nèi)的多種代碼分析任務(wù)，通過混淆工具獲取與源代碼對應(yīng)的混淆代碼，并結(jié)合已有的源代碼，挖掘和提煉面向roid代碼混淆的多任務(wù)代碼語義背景信息?？紤]在具有代碼背景增強(qiáng)信息的基礎(chǔ)上，結(jié)合遷移學(xué)習(xí)等思想，實(shí)現(xiàn)對于混淆代碼的有效理解與反混淆及其優(yōu)化，并通過人機(jī)結(jié)合與多目標(biāo)任務(wù)的方式實(shí)現(xiàn)對反混淆代碼的質(zhì)量評估。2、基于代碼分析多任務(wù)（基于代碼分析多任務(wù)（inputinput）的代碼語義模型（）的代碼語義模型（outputoutput）（作為

3、核心模型預(yù)訓(xùn)練，引入bigcode中的背景知識，實(shí)現(xiàn)反混淆代碼的語義充實(shí)semanticsemanticenrichmentenrichment，解決混淆反混淆代碼的理解與表示問題）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（為語義充實(shí)做準(zhǔn)備）與綜合（為語義充實(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

4、義充實(shí)語義充實(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、代碼摘要、代碼補(bǔ)全與缺陷預(yù)測等，收集不同任務(wù)的代碼集，進(jìn)行分類整理與代碼清洗。研究不同任務(wù)中的輸入、輸出及其相關(guān)性，以支持代碼語義模型的構(gòu)建。研究如何合理選取多種混淆工具對源代碼進(jìn)行混淆，得到不同任務(wù)下對應(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題，補(bǔ)充混淆代碼的背景信息。2.2

5、）基于代碼分析多任務(wù)的代碼語義模型構(gòu)建（解決了。基于代碼分析多任務(wù)的代碼語義模型構(gòu)建（解決了。。。。，以及表示問題，，以及表示問題，語義充實(shí)義充實(shí)semanticsemanticenrichmentenrichment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)中的語義模型，用以獲取能夠表達(dá)BigCode背景信息的代碼語義空間。根據(jù)不同任

6、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，并共享同一個代碼語義模塊，以學(xué)習(xí)和提煉多任務(wù)代碼之間的共同和相異特征，實(shí)現(xiàn)roid代碼反混淆過程中的語義充實(shí)，解決，解決混淆反混淆代碼的理解與表示問題，從而支持實(shí)現(xiàn)基于基于BigBigCodeCode遷移分析的混淆代碼背景信息增強(qiáng)遷移分析的混淆代碼背景信息增強(qiáng)。3、BigBigCodeCode背景信息深度增強(qiáng)的背景信息深度增強(qiáng)的roidroid代碼反混淆（郭的深度方案）代碼反混淆（郭的

7、深度方案）反混淆代碼，分為兩種方案：（1）選取谷歌代碼樣例庫中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中大量roid代碼，研究如何通過機(jī)器自動學(xué)習(xí)這些代碼具有的谷歌代碼規(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

8、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背景信息表征過程中，通過其他途徑引入大量Java項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Java反混淆任務(wù)代碼來增強(qiáng)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

9、代碼反混淆性能優(yōu)化根據(jù)不同混淆工具的差異性對代碼反混淆結(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。

10、5、反混淆代碼的質(zhì)量評估反混淆代碼的質(zhì)量評估（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2019011620190116）研究如何根據(jù)混淆代碼背景增強(qiáng)信息建立清晰的逆向結(jié)果質(zhì)量評價體系，主要分為人（專家）機(jī)結(jié)合的反混淆代碼質(zhì)量評估和基于目標(biāo)任務(wù)的反混淆代碼質(zhì)量評估兩個方面。5.1）人（專家）機(jī)結(jié)合的反混淆代碼質(zhì)量評估人（專家）機(jī)結(jié)合的反混淆代碼質(zhì)量評估研究如何根據(jù)相對正確性規(guī)則檢驗反混