论文
OASIF：面向混淆汇编理解的自改进框架
OASIF: An Efficient Obfuscation-Aware Self-Improving Framework for LLM-Based Assembly Code Instruction Following and Comprehension
摘要
大语言模型 (LLM) 最近在自动二进制分析中显示出了前景，但它们在商业级混淆下仍然很脆弱。我们提出了 OASIF，一种用于混淆汇编理解的混淆感知自进化指令遵循框架。 OASIF 将词元高效的汇编编码器与轻量投影层结合起来，在有界上下文预算下将长混淆代码暴露给预训练代码 LLM，并遵循三阶段训练：(i) 特征空间对齐，(ii) 监督指令 微调，以及 (iii) 具有混合奖励的在线自我进化强化学习，从而以最少的手动验证实现持续适应。在 VMISA-Bench（一个具有挑战性的分布外测试套件，具有三个基于商业 VM 的混淆器）上，OASIF 不断改进开源主干； Qwen2.5-Coder-Instruct-14B 在 Code Virtualizer、Themida (v3.0.7) 和 VMProtect (v3.5) 上的成功率分别提高了 +15.9、+5.8 和 +16.9 个百分点 (pp)，并将 OASIF-Bench 平均值提高了 +9.8。 OASIF 进一步在七个标准 BCSD 基准测试中提供稳定的收益，同时保留 HumanEval、VulBench 和 HumanEval-Decompile 上的通用和领域相关功能。