一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法，屬于軟件安全技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002]在基于復(fù)雜網(wǎng)絡(luò)的研宄方法中，有很多概念和方法可用來反映網(wǎng)絡(luò)的相關(guān)統(tǒng)計特性，其中最重要的有節(jié)點的度分布。在軟件網(wǎng)絡(luò)中，一個節(jié)點的度可以引申為該類在軟件中被其他類調(diào)用的次數(shù)。因此，從直觀上看，如果一個類被調(diào)用的次數(shù)越多，那么它的重要性就越高。但是，軟件網(wǎng)絡(luò)一般都是加權(quán)有向網(wǎng)絡(luò)，單單從“度”上來衡量類的重要性并不準(zhǔn)確。例如，對于一個具有特殊功能的類，本身它的度并不大，但是若將其從軟件中去除就可能會直接導(dǎo)致該軟件不可運轉(zhuǎn)。
[0003]通過對無標(biāo)度網(wǎng)絡(luò)的研宄知道，一般節(jié)點發(fā)生缺陷的情況有兩種:一種是隨機節(jié)點設(shè)計缺陷，也就是軟件網(wǎng)絡(luò)中存在一部分隨機節(jié)點具有設(shè)計缺陷，但這部分節(jié)點的功能缺失一般并不影響軟件整體的正常運轉(zhuǎn)；二是重要度節(jié)點的設(shè)計缺陷，即軟件網(wǎng)絡(luò)中節(jié)點重要度比較高的節(jié)點有設(shè)計缺陷。在軟件網(wǎng)絡(luò)中，由于度分布呈現(xiàn)冪率分布的非均勻特性，這使得這類節(jié)點被調(diào)用的次數(shù)很高，而且它們占軟件網(wǎng)絡(luò)中所有節(jié)點個數(shù)不到5%，卻實現(xiàn)了軟件最主要的功能。因此，一旦這些類的功能出現(xiàn)缺失，有可能就會直接導(dǎo)致系統(tǒng)崩潰。鑒于此，如果在軟件開發(fā)初期和軟件測試過程中對這些極少數(shù)的節(jié)點重點對待的話，那么不僅可以縮短軟件開發(fā)測試周期，而且還能使軟件的質(zhì)量有所提高。因此，如何更有效且準(zhǔn)確地找到這些重要的節(jié)點便是當(dāng)前要做的工作。
[0004]前人在IDA反匯編的基礎(chǔ)上進行反編譯的相關(guān)研宄，其本身提供了豐富的反匯編結(jié)果信息和數(shù)據(jù)表示定義，因此中間語言的實現(xiàn)可以不必像符號執(zhí)行那樣模擬匯編語義的執(zhí)行，也不需像SSL進行比較完整和復(fù)雜的指令系統(tǒng)的描述。本文中的中間語言實現(xiàn)，主要根據(jù)匯編指令的語義和IDA的反匯編結(jié)果信息，通過構(gòu)建一個相對簡單的指令語義描述字典，通過相應(yīng)的查找匹配，進而實現(xiàn)匯編語言到中間語言的轉(zhuǎn)換。主要涉及的內(nèi)容有:中間語言的定義，中間語言的語義字典描述，具體的翻譯實現(xiàn)。
[0005]現(xiàn)有的臟數(shù)據(jù)發(fā)現(xiàn)技術(shù)不夠全面，沒有一套能夠貫穿軟件運行整個周期的方法。因此，一旦這些類的功能出現(xiàn)缺失，有可能就會直接導(dǎo)致系統(tǒng)崩潰。鑒于此，如果在軟件開發(fā)初期和軟件測試過程中對這些極少數(shù)的節(jié)點重點對待的話，那么不僅可以縮短軟件開發(fā)測試周期，而且還能使軟件的質(zhì)量有所提高。因此，如何更有效且準(zhǔn)確地找到這些重要的節(jié)點便是當(dāng)前要做的工作。且現(xiàn)有發(fā)現(xiàn)臟數(shù)據(jù)傳播技術(shù)全部基于源代碼，不支持對二進制程序的發(fā)現(xiàn)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明提供一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法，能夠?qū)]有提供源碼的二進制程序進行翻譯，并對得到的結(jié)果進行處理，挖掘生成有用信息，以期于能夠在軟件運行中發(fā)現(xiàn)缺陷、提高軟件的可靠性。
[0007]實現(xiàn)本發(fā)明的技術(shù)方案如下:
[0008]一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法，包括如下步驟:
[0009]第一步:使用IDA的插件Hex-Rays對二進制文件進行反編譯，得到類似C語言的中間代碼；
[0010]第二步:使用GNU編譯器提供的工具對第一步生成的中間代碼進行數(shù)據(jù)搜集，捕獲函數(shù)調(diào)用路徑，在得到路徑后，使用Addr21ine將函數(shù)地址解析為函數(shù)名，之后對跟蹤數(shù)據(jù)進行處理和精簡，并生成矩陣格式；最后使用Graphviz生成函數(shù)調(diào)用關(guān)系圖；
[0011]第三步:解析上一步驟得到的函數(shù)調(diào)用關(guān)系圖，得到節(jié)點、邊、權(quán)重信息，并且計算得到節(jié)點度，建立帶關(guān)鍵節(jié)點的復(fù)雜網(wǎng)絡(luò)圖；
[0012]第四步:根據(jù)復(fù)雜網(wǎng)絡(luò)圖的冪率分布的非均勻特性，結(jié)合上一步生成的復(fù)雜網(wǎng)絡(luò)圖，找出與構(gòu)造臟數(shù)據(jù)相關(guān)的點以及調(diào)用頻率很高的點，關(guān)鍵節(jié)點用不同的顏色進行標(biāo)注，臟數(shù)據(jù)的路徑用特殊的顏色標(biāo)出，從而發(fā)現(xiàn)軟件缺陷隱患。
[0013]第三步建立復(fù)雜網(wǎng)絡(luò)圖采用以下方法，具體步驟如下:
[0014](I)將第二步獲得的二進制文件所有函數(shù)作為網(wǎng)絡(luò)中的節(jié)點；
[0015](2)根據(jù)節(jié)點間是否有關(guān)系建立無權(quán)網(wǎng)絡(luò)圖；
[0016](3)計算節(jié)點間的相關(guān)度；
[0017](4)根據(jù)相關(guān)度計算權(quán)值；
[0018](5)建立加權(quán)網(wǎng)絡(luò)圖。
[0019]本發(fā)明的有益效果:
[0020]本發(fā)明基于反匯編工具IDA進行研宄，在對沒有提供源碼的二進制程序進行翻譯，并對得到的結(jié)果進行處理，挖掘生成有用信息。以期于能夠在軟件運行中發(fā)現(xiàn)缺陷、提高軟件的可靠性。
[0021]本技術(shù)的重點在于分析的對象為二進制文件而非源代碼，所以前提準(zhǔn)備需要將二進制代碼轉(zhuǎn)化為源代碼的類似格式。其次，本選題創(chuàng)新點在于將復(fù)雜網(wǎng)絡(luò)的知識分析軟件函數(shù)調(diào)用等關(guān)系，極大程度上利于軟件缺陷的發(fā)現(xiàn)。
【附圖說明】
[0022]圖1為本發(fā)明一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法的流程圖；
[0023]圖2為本發(fā)明搜集、簡化和可視化跟蹤路徑的過程圖；
[0024]圖3為本發(fā)明實施例中應(yīng)用程序的函數(shù)調(diào)用結(jié)果示意圖。
【具體實施方式】
[0025]下面結(jié)合附圖進一步對本發(fā)明進行詳細(xì)說明。
[0026]本發(fā)明實施例大致分為三部分:一是對二進制文件進行反編譯，得到可以處理的源碼或可分析的中間語言，這部分使用IDA的插件Hex-Rays來完成；二是對反編譯結(jié)果進行分析，給出函數(shù)的調(diào)用關(guān)系圖，這部分使用GNU編譯器工具鏈、Addrfline工具、定和Graphviz工具來完成；三是根據(jù)關(guān)系圖生成帶關(guān)鍵節(jié)點的復(fù)雜網(wǎng)絡(luò)圖，利用圖論及復(fù)雜網(wǎng)絡(luò)的知識，找出臟數(shù)據(jù)的傳播路徑。
[0027]下面結(jié)合圖1詳細(xì)描述本發(fā)明的工作流程:
[0028]1.反編譯
[0029]在對比多種反編譯工具后，本發(fā)明決定使用IDA的插件Hex-Rays，對二進制文件進行反編譯，并得到類似C語言的中間代碼。
[0030]2.繪制函數(shù)調(diào)用關(guān)系圖
[0031]為了捕獲并顯示函數(shù)的調(diào)用圖，需要4個必備元素:GNU編譯器工具鏈、Addr21ine工具、上一步所得的中間代碼和Graphviz工具。Addr21ine工具可以識別函數(shù)、給定地址的源代碼行數(shù)和可執(zhí)行映像。定制的中間代碼是一個非常簡單的工具，它可以減少對圖形規(guī)范的地址跟蹤，這里可以對反編譯的代碼做簡單的處理。Graphviz工具可以生成圖形映像。整個步驟如圖2所示。
[0032]首先使用GNU編譯器提供的工具對第一步生成的中間代碼進行數(shù)據(jù)搜集，捕獲函數(shù)調(diào)用路徑。在得到路徑后，使用Addr21ine將函數(shù)地址解析為函數(shù)名。之后對跟蹤數(shù)據(jù)進行處理和精簡，并生成矩陣格式。最后使用Graphviz生成函數(shù)調(diào)用關(guān)系圖。
[0033]3.找出臟數(shù)據(jù)傳播路徑
[0034]臟數(shù)據(jù)是表示一個數(shù)據(jù)已經(jīng)被修改，但是還沒有保存或進一步的處理?；蛘弑旧碇狄呀?jīng)丟失的數(shù)據(jù)?？梢酝ㄟ^構(gòu)造臟數(shù)據(jù)并記錄其節(jié)點信息得到其傳播路徑，再用復(fù)雜網(wǎng)絡(luò)中聚類的知識得到類似的節(jié)點以達到目的。
[0035]首先解析上一步驟得到的圖形文件，得到節(jié)點、邊、權(quán)重等信息，并且計算得到節(jié)點度等。
[0036]建立軟件系統(tǒng)的復(fù)雜網(wǎng)絡(luò)模型，具體步驟為:
[0037](I)將第二步獲得的二進制文件所有函數(shù)作為網(wǎng)絡(luò)中的節(jié)點；
[0038](2)根據(jù)節(jié)點間是否有關(guān)系建立無權(quán)網(wǎng)絡(luò)圖；
[0039](3)計算節(jié)點間的相關(guān)度；
[0040](4)根據(jù)相關(guān)度計算權(quán)值；
[0041](5)建立加權(quán)網(wǎng)絡(luò)圖。
[0042]根據(jù)復(fù)雜網(wǎng)絡(luò)的冪率分布的非均勻特性，結(jié)合上一步生成的復(fù)雜網(wǎng)絡(luò)模型，找出與構(gòu)造臟數(shù)據(jù)相關(guān)的點以及調(diào)用頻率很高的點，關(guān)鍵節(jié)點用不同的顏色進行標(biāo)注，臟數(shù)據(jù)的路徑用特殊的顏色標(biāo)出，從而發(fā)現(xiàn)軟件缺陷隱患。
[0043]雖然結(jié)合了附圖描述了本發(fā)明的【具體實施方式】，但是對于本領(lǐng)域技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干變形、替換和改進，這些也應(yīng)視為屬于本發(fā)明的保護范圍。
【主權(quán)項】
1.一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法，其特征在于，包括如下步驟: 第一步:使用IDA的插件Hex-Rays對二進制文件進行反編譯，得到類似C語言的中間代碼； 第二步:使用GNU編譯器提供的工具對第一步生成的中間代碼進行數(shù)據(jù)搜集，捕獲函數(shù)調(diào)用路徑，在得到路徑后，使用Addr21ine將函數(shù)地址解析為函數(shù)名，之后對跟蹤數(shù)據(jù)進行處理和精簡，并生成矩陣格式；最后使用Graphviz生成函數(shù)調(diào)用關(guān)系圖； 第三步:解析上一步驟得到的函數(shù)調(diào)用關(guān)系圖，得到節(jié)點、邊、權(quán)重信息，并且計算得到節(jié)點度，建立帶關(guān)鍵節(jié)點的復(fù)雜網(wǎng)絡(luò)圖； 第四步:根據(jù)復(fù)雜網(wǎng)絡(luò)圖的冪率分布的非均勻特性，結(jié)合上一步生成的復(fù)雜網(wǎng)絡(luò)圖，找出與構(gòu)造臟數(shù)據(jù)相關(guān)的點以及調(diào)用頻率高的點，關(guān)鍵節(jié)點用不同的顏色進行標(biāo)注，臟數(shù)據(jù)的路徑用特殊的顏色標(biāo)出，從而發(fā)現(xiàn)軟件缺陷隱患。
2.如權(quán)利要求1所述的一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法，其特征在于，第三步建立復(fù)雜網(wǎng)絡(luò)圖采用以下方法，具體步驟如下: (1)將第二步獲得的二進制文件所有函數(shù)作為網(wǎng)絡(luò)中的節(jié)點； (2)根據(jù)節(jié)點間是否有關(guān)系建立無權(quán)網(wǎng)絡(luò)圖； (3)計算節(jié)點間的相關(guān)度； (4)根據(jù)相關(guān)度計算權(quán)值； (5)建立加權(quán)網(wǎng)絡(luò)圖。
【專利摘要】本發(fā)明提供一種基于復(fù)雜網(wǎng)絡(luò)的臟數(shù)據(jù)傳播路徑發(fā)現(xiàn)方法，能夠?qū)]有提供源碼的二進制程序進行翻譯，并對得到的結(jié)果進行處理，挖掘生成有用信息。第一步：對二進制文件進行反編譯，并得到C語言的中間代碼，在對一個簡單C語言程序進行測試后，得到中間語言代碼；第二步：捕獲函數(shù)調(diào)用路徑，將函數(shù)地址解析為函數(shù)名，并進行處理和精簡，并生成矩陣格式；最后生成函數(shù)調(diào)用關(guān)系圖；第三步：解析函數(shù)調(diào)用關(guān)系圖，得到節(jié)點、邊、權(quán)重信息，計算得到節(jié)點度，建立帶關(guān)鍵節(jié)點的復(fù)雜網(wǎng)絡(luò)圖；第四步：根據(jù)復(fù)雜網(wǎng)絡(luò)圖的冪率分布的非均勻特性，找出與構(gòu)造臟數(shù)據(jù)相關(guān)的點以及調(diào)用頻率高的點。
【IPC分類】G06F11-36
【公開號】CN104731705
【申請?zhí)枴緾N201310750367
【發(fā)明人】胡昌振, 趙小林, 郝剛, 薛靜鋒, 馬銳
【申請人】北京理工大學(xué)
【公開日】2015年6月24日
【申請日】2013年12月31日