MicroSim: Contrastive Graph Neural Networks for Binary Code Similarity Detection

我们提出MicroSim，一种用于二进制代码相似性检测的系统，将每个函数表示为从IDA Pro Hex-Rays微代码构建的图，并与对比的Siamese图神经网络（GNN）进行比较。我们在TREX跨优化基准测试中进行评估，该基准测试包含849,072个函数级微代码图，覆盖优化级别-O0至-O3，采用严格的类不相交划分，其中训练集和测试集之间没有函数键共享。在该协议下，MicroSim达到0.9972接收者操作特征曲线（ROC-AUC）下的面积和0.9762马特威相关系数（MCC），优于Gemini（0.9332 ROC-AUC）、SAFE（0.9752）和jTrans（0.9740）在相同划分上重新训练的模型，以及结构自由的Bag-of-Words（BoW）基线（0.9484）。