物联网漏洞检测反编译中可执行性和程序等价性统计分析

物联网 (IoT) 设备处理敏感的隐私相关信息，例如用户音频、视频和身份验证数据，因此检测其固件中的漏洞至关重要。反编译是一种关键的检测技术，最近引起了人们的关注，因为 大语言模型 (LLM) 具有高可读性和高重新编译成功率。然而，由于 LLM 输出依赖于概率标记预测，因此它们倾向于优先考虑语法正确性，并且可能生成在语义上与原始二进制文件不同的看似合理的代码。漏洞往往出现在这个过程中容易丢失的细节中，例如错误处理流程和边界检查。现有的评估指标主要关注通过测试用例，尽管看起来行为有效，但无法充分识别内部结构被改变的代码，因此需要一个从多个角度量化反编译代码内部结构的指标。我们提出了一个九维质量评估指标，由三类组成：结构相似性、行为相似性和语义相似性。针对众多商用路由器底层的开源路由器平台OpenWrt的318个程序，我们使用5种方法（一种基于规则，四种基于LLM）生成了19,625个反编译结果，并进行了统计分析。重新编译成功组的总体得分显着高于失败组（Cohen's d=0.92）；行为相似性显示 d=0.96，结构相似性 d=0.69，表明这些指标是反编译质量的重要预测指标。这项研究为量化物联网设备中的实施缺陷提供了统计评估基础，并提供了泛化到黑盒生成模型质量评估的框架。