Details

Целью работы является разработка и экспериментальная оценка метода локализации исправлений безопасности в исполняемых файлах с использованием больших языковых моделей. Объектом исследования является процесс сопоставления исполняемых файлов с исходным кодом. Задачи, решаемые в ходе исследования: 1. Провести анализ существующих подходов к сопоставлению бинарного и исходного кода. 2. Разработать программный прототип для извлечения признаков из исходного кода и из бинарных файлов. 3. Реализовать LLM-верификатор на основе DeepSeek API для анализа декомпилированного псевдокода. 4. Провести экспериментальное сравнение разработанных подходов на датасете BinPool, оценить их точность и полноту. В работе применялись методы статического анализа, декомпиляции бинарного кода и векторного сравнения признаков. Разработан программный прототип метода локализации исправлений безопасности с использованием LLM, который успешно справляется с семантическими патчами, не фиксируемыми эвристиками. Предложенный метод может быть использован в аудите проприетарного ПО, анализе прошивок, проверке дистрибутивов ОС. В процессе выполнения работы была разработана программа на языке Python, использующая библиотеки tree-sitter, tree-climber, openai, а также платформа декомпиляции Ghidra (headless режим), и большую языковую модель DeepSeek.

The purpose of the study is to develop and experimentally evaluate a method for security patch localization in executable files using large language models. The object of the study is the process of matching executable files with source code. The research set the following goals: 1. Analyze existing approaches to binary-source code matching. 2. Develop a software prototype for extracting features from source code and binary files. 3. Implement an LLM verifier based on DeepSeek API for analyzing decompiled pseudocode. 4. Conduct an experimental comparison of the developed approaches on the BinPool dataset, evaluate their precision and recall. The work applied static analysis, binary code decompilation, and vector similarity methods. A software prototype for security patch localization using LLM was developed, successfully handling semantic patches undetected by heuristics. The proposed method can be used for proprietary software audit, firmware analysis, and OS distribution verification. During the work, a program was developed in Python using tree-sitter, tree-climber, openai libraries, the Ghidra decompilation platform (headless mode), and the DeepSeek large language model.