一种基于大语言模型的多特征融合二进制代码相似性检测方法

本发明公开了一种基于大语言模型的多特征融合二进制代码相似性检测方法，属于信息安全技术领域。相比以往仅依赖单一特征的检测方法，本方法利用经过提示词工程微调过的大语言模型和GraphCNN图卷积神经网络能够双向捕捉函数的细微语法和全局结构信息，从而大幅提升特征表达的全面性和精确性；同时应用分层可导航小世界(Hierarchical Navigable Small World Graphs，HNSW)算法在离线向量库中高效检索候选相似函数，适合大规模数据库应用；最后通过Siamese网络的精细比对，从而在低成本条件下实现更高准确率的相似性检测。该方法通过语义与结构信息的多维融合，显著提高了相似性检测的准确性和效率，为二进制代码相似性检测提供了一种低成本基础上更准确、鲁棒的解决方案。