# Echo：基于可信回译的学习式匹配反编译

> Echo 迭代生成源码及编译配置，重新编译候选，并使用汇编差异指导配置搜索与代码修正。研究在函数基准和一个 Mirai 二进制的部分函数上评估匹配结果。

- 作者：Jun Bi; Xiangxin Fang; Aarsh Chaube; José Wesley De Souza Magalhães; Rodrigo C. O. Rocha; Michael O'Boyle
- 原标题：Echo: Learning-based Matching Decompilation using Trusted Back Translation
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2026 年 9 月 16 日
- 日期依据：采用已核对的 arXiv 首次提交日期；尚未核实正式出版信息。
- arXiv 首次提交：2026 年 9 月 16 日
- arXiv：2609.18706
- 已复核的 arXiv 版本：v1
- 来源复核于：2026-10-20
- 收录于：2026-10-20
- 原始论文：<https://arxiv.org/abs/2609.18706>
- PDF：<https://arxiv.org/pdf/2609.18706v1>
- BibTeX：<https://awesomerea.org/papers/citations/paper-echo-matching-decompilation.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-echo-matching-decompilation/>
- 记录 JSON：<https://awesomerea.org/papers/paper-echo-matching-decompilation/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-echo-matching-decompilation/index.md)

## 研究范围与局限

匹配指评估配置下归一化函数汇编相同，并非逐字节恢复完整可执行文件。测试覆盖选定的 x86 GCC／LLVM 设置及 62 个 Mirai 函数；通过有限测试框架不是一般等价证明。较长的优化函数及搜索空间外的编译配置仍是限制。

## 与本合集的关联

补充由编译反馈驱动的匹配反编译，并区分其匹配标准与仅依据测试的恢复判断。

## 发表与复核说明

最新核对版本为 arXiv v1。开放科学段落使用 anonymous.4open.science/xxxx 占位链接，尚未核实可用的作者产物、模型版本或代码／数据许可。文章采用 arXiv 非独占传播许可。

## 一手来源

1. <https://arxiv.org/abs/2609.18706v1>
2. <https://arxiv.org/html/2609.18706v1>

## 关于此条目

已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。
原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。