一种基于执行语义的代码相似性检测方法

本发明公开了一种基于执行语义的代码相似性检测方法，采用端到端的模拟执行机制，引导模型通过指令的动态执行行为建模指令，从而深入理解和分析代码的语义内涵，提取具有执行语义特征的表示；利用逆向分析工具对二进制程序进行反汇编与控制流图构建，并对基本块内的汇编指令进行统计与标准化处理，以筛选出具有语义代表性的关键指令；再采用Transformer模型模拟指令的执行过程，分析和捕捉指令在特定上下文中的语义行为，进而生成具有执行语义信息的指令嵌入表示；最后，借助图匹配神经网络对控制流图中节点的结构信息进行建模，融合基本块间的执行语义，构建函数级的表示，并通过余弦距离实现精确的相似性度量。