# FoC：利用大语言模型识别去符号二进制文件中的密码函数

> FoC 使用 FoC-BinLLM 概括去符号二进制文件中密码函数的语义，并使用 FoC-Sim 检索相似实现。论文评估了两个模型，以及它们在病毒分析和已披露一天的漏洞检测中的应用。

- 作者：Xiuwei Shang; Guoqiang Chen; Shaoyin Cheng; Shikai Guo; Yanming Zhang; Weiming Zhang; Nenghai Yu
- 原标题：FoC: Figure out the Cryptographic Functions in Stripped Binaries with LLMs
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2024 年 3 月 27 日
- 日期依据：arXiv 首次提交日期。
- arXiv 首次提交：2024 年 3 月 27 日
- arXiv：2403.18403
- 已复核的 arXiv 版本：v3
- 来源复核于：2026-11-06
- 收录于：2026-11-06
- 原始论文：<https://arxiv.org/abs/2403.18403>
- PDF：<https://arxiv.org/pdf/2403.18403>
- BibTeX：<https://awesomerea.org/papers/citations/paper-foc.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-foc/>
- 记录 JSON：<https://awesomerea.org/papers/paper-foc/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-foc/index.md)

## 研究范围与局限

评估使用构建的密码函数二进制数据集和自动生成的语义标签。论文报告 FoC-BinLLM 的 ROUGE-L 分数比 ChatGPT 高 14.61%，FoC-Sim 的 Recall@1 比此前最佳方法高 52%。

## 与本合集的关联

论文通过语义分析和相似实现检索，研究去符号二进制文件中密码函数的逆向分析。

## 发表与复核说明

日期和发表场所来自 arXiv 记录。

## 一手来源

1. <https://arxiv.org/abs/2403.18403>

## 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。