一种从汇编语言中挖掘特征的克隆代码检测方法及系统

摘要

本发明公开了一种从汇编语言中挖掘特征的克隆代码检测方法及系统，该方法包括：获取目标代码和比对代码；基于多种目标编译平台生成目标汇编代码集和对比汇编代码集；使用Asm2vec模型，生成对应的目标语义嵌入特征集和对比语义嵌入特征集；对目标代码和比对代码，分别采用BERT模型生成对应的高级源代码的目标文字嵌入特征和对比文字嵌入特征；将目标语义嵌入特征集和目标文字嵌入特征串联形成目标代码特征表示；将对比语义嵌入特征集和对比文字嵌入特征串联形成对比代码特征表示；将目标代码特征表示和对比代码特征表示，输入DNN深度神经网络的分类模型，输出检测结果。可有效解决由于源代码的多样性和灵活性带来的语义克隆问题。