003-項目的研究內容-v1.0_20190116

1、研究內容研究內容圍繞研究目標，研究內容如下：（1）基于基于BigBigCodeCode遷移分析的代碼背景信息增強方法遷移分析的代碼背景信息增強方法（梳理基本思路，形成整體的（梳理基本思路，形成整體的方法框架）方法框架）以利用BigCode資源挖掘混淆代碼背景增強信息為基本線索，梳理建立相似代碼遷移學習的基本技術途徑，確定roid應用代碼反混淆的理解和評價技術。對于存在的大規(guī)模程序資源（BigCode），選取包括代碼克隆檢驗等在內的相似性

2、代碼挖掘技術和代碼摘要技術，獲取和利用與混淆代碼相似的已有代碼，挖掘和提煉與混淆代碼背景相關的增強信息。考慮在具有代碼背景增強信息的基礎上，實現(xiàn)對于混淆代碼的有效理解和反混淆評價。（2）面向反混淆代碼分析多任務（面向反混淆代碼分析多任務（inputinput）的代碼語義模型（）的代碼語義模型（outputoutput）（作為核心模型預訓練，引入bigcode中的背景知識，實現(xiàn)反混淆代碼的語義充實semanticsemanticenric

3、hmentenrichment，解決混淆反混淆代碼的理解與表示問題）2.1）BigBigCodeCode中面向反混淆的代碼分析多任務梳理中面向反混淆的代碼分析多任務梳理與綜合（為語義充實做準備）與綜合（為語義充實做準備）（inputinput）（構建預訓練的代碼集，相關代碼片段的特征映射（構建預訓練的代碼集，相關代碼片段的特征映射語義充實語義充實semanticsemanticenrichmentenrichment）語義是構造的產物，

4、語義構造的過程，包括了在特定語境中的意向含義和含義充實兩個方面。Itisarguedinthepaperthatsenseistheproductofconstructiontheprocessofwhichconsistsofintendedsensesensesubstantiation從意向含義到含義的充實，是在新的語境下將已有的語詞通過語境推理進行重新組合，以構造出新的語詞和語義。Fromintendedsensetosense

5、substantiationexistingwdsarereconstructedintoneologismswithnewsensesbycontextualreasoningreganization.代碼克隆檢測代碼克隆檢測（一種代碼分析）代碼克隆檢測在剽竊檢測、版權侵犯調查、軟件演化分析、代碼壓縮、錯誤檢測以及尋找bug發(fā)現(xiàn)復用模式等方面有重要作用。。。。。。。代碼摘要代碼摘要（一種代碼分析）對于廣泛分布于互聯(lián)網的數目巨大的開源代

6、碼，如何幫助用戶準確、快速的了解代碼的含義，并快速便捷地學習高質量的代碼成為亟待解決的問題。其中，代碼摘要自動化生成方法是解決該問題的一個關鍵技術。淆模型的預訓練，將在BigCode下學習的背景信息引入到roid代碼反混淆任務中，以達到增強反混淆效果的目的。4.1.1）基于神經語言模型的基于神經語言模型的roidroid代碼反混淆模型代碼反混淆模型（表示）（表示）利用自然語言與代碼之間存在的共性，借鑒神經語言模型在自然語言分析中的成功經

7、驗，將其用于挖掘代碼元素之間的語義關系，并根據代碼反混淆這一特定任務，研究如何構建符合要求的代碼反混淆模型。4.1.2）BigBigCodeCode背景信息增強的背景信息增強的roidroid代碼反混淆模型代碼反混淆模型（引導）（引導）對于標注的混淆代碼，研究如何根據代碼摘要提供逆向轉換的指導方案，形成反混淆的代碼逆向轉換技術。研究反混淆逆向過程的迭代，通過逆向迭代直至標注元素全部被替換，形成最終的反混淆結果。研究如何roid混淆逆向結

8、果質量評估研究的指導下，如何驗證逆向結果的正確性和合理性。4.2）面向多種混淆工具的代碼反混淆分析面向多種混淆工具的代碼反混淆分析研究不同混淆工具的差異性對代碼反混淆的影響。通過選取幾種流行的混淆工具分別混淆相同的源代碼，構建不同的反混淆任務數據集，再使用提出的反混淆模型分別進行反混淆處理，通過結果評測分析不同混淆工具的影響，并挖掘其中可能存在的原因，以支持后續(xù)的反混淆優(yōu)化工作。（4）反混淆代碼的深度優(yōu)化反混淆代碼的深度優(yōu)化（余方案（余

9、方案執(zhí)行反混淆與結果優(yōu)化）執(zhí)行反混淆與結果優(yōu)化）（優(yōu)化反混淆結果（優(yōu)化反混淆結果加強代碼可讀性強代碼可讀性適當重構）適當重構）4.1）谷歌谷歌JavaJava代碼規(guī)范指導下的反混淆代碼優(yōu)化代碼規(guī)范指導下的反混淆代碼優(yōu)化谷歌推出了Java代碼規(guī)范(p4e50269037ed)，該規(guī)范規(guī)定了程序員所普遍遵循的規(guī)則，使編碼格式美觀，編碼標準一致。但該規(guī)范只規(guī)定了編碼格式，未規(guī)范變量名的構成方式。研究如何根據大規(guī)模高質量程序知識資源庫，如谷歌代