index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
SDC2025大会议题《ReCopilot：基于大模型的二进制逆向工程助手》将深入探讨大模型在二进制程序分析领域的潜力。该系统ReCopilot旨在解决逆向工程中符号信息缺失和人工依赖度高的问题，通过结合领域大模型与程序分析技术，提供智能助手方案。系统采用多阶段训练策略构建二进制领域推理大模型，并创新性地设计静态程序分析模块，整合函数调用链、变量数据流等信息增强上下文，利用深度推理机制提升预测精度和泛化能力。实验表明，ReCopilot在多项逆向工程任务上显著优于现有方法和通用大模型。会议还将探索智能体在自动化二进制程序分析中的应用。
💡 ReCopilot作为一款基于大模型的二进制逆向工程助手，旨在解决符号信息缺失和人工依赖性强等核心挑战。它通过预训练、有监督微调和直接偏好优化等多阶段训练策略，构建了专门针对二进制领域的推理大模型。
🚀 该系统创新性地集成了一个静态程序分析模块，能够汇总函数调用链、变量数据流等关键信息，从而为大模型提供更丰富的上下文，显著提升其预测精度和泛化能力，特别是在深度推理方面。
📈 实验结果显示，ReCopilot在变量恢复、反编译优化、代码摘要等6项关键逆向工程任务上，相较于现有方法和通用大模型，性能提升超过13%，展现出强大的实际应用价值。
🤖 除此之外，ReCopilot还积极探索了智能体（Agent）在自动化二进制程序分析任务中的潜力，预示着未来二进制分析将更加智能化和高效化。
SDC2025 2025-10-18 18:00 上海
大模型时代二进制程序分析的可能性
抢先看！SDC2025精彩议题 议题简介《ReCopilot：基于大模型的二进制逆向工程助手》ReCopilot 是一个基于大模型的二进制程序分析辅助系统，针对逆向工程中符号信息缺失和人工依赖程度高的核心挑战，提出垂域大模型与程序分析协同优化的智能助手方案。我们通过预训练（CPT）、有监督微调（SFT）和直接偏好优化（DPO）的多阶段训练策略构建二进制领域的推理大模型。同时，我们创新性地设计静态程序分析模块，将函数调用链、变量数据流等信息汇总以增强上下文，结合深度推理（Test-time Scaling）机制显著提升模型预测精度和泛化能力。实验结果表明，ReCopilot 在变量恢复、反编译优化、代码摘要等6项逆向工程核心任务上超越现有方法和通用大模型13%以上。在此基础上，我们也探索了智能体在自动化二进制程序分析任务上的潜力，更多技术细节敬请期待现场会议……
演讲嘉宾陈国强：奇安信技术研究院安全研究员网络空间安全专业硕士，毕业于中国科学技术大学，现任职于奇安信技术研究院，担任安全研究员，关注二进制分析程序分析、大模型、智能体等技术领域，曾在CCS，ASE、ACL，TOSEM等CCF A类国际学术会议和期刊发表多篇文章。
听众收获了解 ReCopilot 的核心方案掌握 ReCopilot 的性能优势把握领域探索方向扫码参会2.5折门票限时抢购中...欢迎来SDC现场，聆听更多议题细节END
球分享球点赞球在看点击阅读原文查看更多阅读原文
跳转微信打开
