跳到正文
研踪PaperTrail
← 研踪 PaperTrail

软件学报:jos:7723 · 记录 #1

结合置信度分区和模糊测试的二进制幽灵漏洞检测方法

来源日期 2026-09-23
来源记录日期 2026-09-23
雷达观测 2026-11-01 16:34
软件学报 ↗PDF ↗

摘要

Spectre V1漏洞利用处理器推测执行机制窃取敏感数据, 对闭源二进制程序的检测尤为困难——静态分析易产生高误报, 动态模糊测试则存在覆盖受限、报点噪声大的问题. 为解决这一问题, 提出一种名为ConSpec的二进制Spectre V1检测方法. 该方法先通过轻量BERT模型对反汇编指令序列进行语义建模, 结合Spectre V1的汇编语义模式, 生成函数级置信度以量化漏洞可疑度; 再依据置信度将函数划分为高、中、低风险区, 通过白名单驱动的定向插桩与分级配置, 并采用覆盖率引导的模糊测试驱动插桩后的程序反复执行以采集漏洞证据, 让检测资源集中投向高风险区域, 同时控制整体开销. 针对动态验证报点存在噪声且覆盖受限导致遗漏的问题, 引入窗口级二次确认机制, 通过匹配特定语义模板与局部寄存器追踪, 验证漏洞相关的关键证据链, 实现误报筛选与漏报补充. 实验结果表明, ConSpec能完整覆盖15种已知Spectre V1利用模式. 在jsmn、brotli、OpenSSL等5个真实程序上的测试显示, 与Teapot相比, ConSpec的精确率平均提升约24.3个百分点, F2分数平均提升约24.4个百分点, 相对漏报率整体下降; 平均耗时由1159.7 min降至774.3 min, 降幅为33.2%.

论文发现出处

这些页面提供论文线索,不代表同行评审或质量认证。

AI 论文解读

基于摘要 · 非全文审阅

此版本尚未生成 AI 解读。解读由后台任务生成并按论文版本保存,登录后共享已有结果。

发表信息与关联版本

软件学报 ↗

2026 · 正式发表 · DOI: 10.13328/j.cnki.jos.007723

版本差异

目前只观测到一个版本,无法比较变化。之后收录新版本时,会在这里对照标题、作者、分类和摘要。

观测到的版本

平台记录号代表本站观测到的元数据变化,不是作者修订号。来源日期仅到月份或年份时,按该月或该年首日存档。

记录 #1 · 2026-09-23 · 最新观测版本

结合置信度分区和模糊测试的二进制幽灵漏洞检测方法

Spectre V1漏洞利用处理器推测执行机制窃取敏感数据, 对闭源二进制程序的检测尤为困难——静态分析易产生高误报, 动态模糊测试则存在覆盖受限、报点噪声大的问题. 为解决这一问题, 提出一种名为ConSpec的二进制Spectre V1检测方法. 该方法先通过轻量BERT模型对反汇编指令序列进行语义建模, 结合Spectre V1的汇编语义模式, 生成函数级置信度以量化漏洞可疑度; 再依据置信度将函数划分为高、中、低风险区, 通过白名单驱动的定向插桩与分级配置, 并采用覆盖率引导的模糊测试驱动插桩后的程序反复执行以采集漏洞证据, 让检测资源集中投向高风险区域, 同时控制整体开销. 针对动态验证报点存在噪声且覆盖受限导致遗漏的问题, 引入窗口级二次确认机制, 通过匹配特定语义模板与局部寄存器追踪, 验证漏洞相关的关键证据链, 实现误报筛选与漏报补充. 实验结果表明, ConSpec能完整覆盖15种已知Spectre V1利用模式. 在jsmn、brotli、OpenSSL等5个真实程序上的测试显示, 与Teapot相比, ConSpec的精确率平均提升约24.3个百分点, F2分数平均提升约24.4个百分点, 相对漏报率整体下降; 平均耗时由1159.7 min降至774.3 min, 降幅为33.2%.

查看此版本解读 →查看此版本原文 ↗