Dekompajliranje aplikacija pisanih u programskom jeziku C/C++ potpomognuto metodama strojnog učenja

master's thesis

• Title (english): Decompilation of Applications Written in C/C++ Supported by Machine Learning Algorithms
• Author: Fran Varga
• Mentor: Stjepan Groš (mentor)
• Committee member: Stjepan Groš (predsjednik povjerenstva)
• Committee member: Ante Đerek (član povjerenstva)
• Committee member: Dejan Škvorc (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2018-07-19, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Svake godina raste količina zloćudnog koda. Postoje alati za dekompajliranje koji pomažu stručnjacima za reverzno inženjerstvo u rekonstrukciji izvornog koda. Ti alati su ipak ograničeni, a postupak rekonstrukcije je naporan i zahtjeva puno ručnog rada. Postavlja se pitanje dali je moguće automatizirati dijelove ovog procesa. Strojno učenje je metoda koja se pokazala uspješnom u zadatcima identifikacije zloćudnog koda i rekonstrukcije nekih dijelova koda. U ovom radu pokazano je kako iskoristiti duboke konvolucijske mreže za odjeljivanje razreda naredbi kontrole toka, odlučivanja, poziva funkcija i djelokruga funkcija. Konvolucijske mreže mogu s preko 81% točnošću znati koja naredba obuhvaća neki niz instrukcija, a mogu pronaći početke tih nizova s odazivom od preko 65% za instrukcije koje jesu početci nizova.

Abstract (english)

Every year the amount of malware increases. There are decompilation tools that help reverse engineering experts to reconstruct source code. These tools are stil limited in their capabilities and the process is tedious and requires a lot of man hours. The question arises: can the process be automated. Machine learning has been shown to be sucessful in malware detection and partial code reconstruction. In this paper it is shown how to use deep convolution networks to guess the control flow statements, decision making statements, function starts and calls. Convolution networks can predict the correct class with a 81% accuracy rate. They can also find the sequences with the recall rate of 65%.

• Keywords: C/C++; dekompajliranje; strojno učenje; konvolucijske mreže; ELF format; DWARF format; disasembliranje; reverzno inženjerstvo
• Keywords (english): C/C++; decompilation machine learning; convolution networks; ELF format; DWARF format; code disassembly; reverse engineering
• Language: croatian
• URN:NBN: urn:nbn:hr:168:707301
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2019-03-14 01:49:14