基于N-gram改进特征的ACFG在GCC编译器版本识别中的应用

摘要

探讨基于N-gram改进特征的ACFG,与优化后的LightGBM分类器相结合，以实现对GCC编译器版本的精确识别.研究重点在于关键特征的提取和判别函数的构建.在识别编译结果的关键特征时，构建了N-gram关联模型，以关联寄存器与操作码的统计特征，确保代码块内部的局部特征得到充分保留.此外，在改进的ACFG框架基础上，通过N-gram关联的聚合图特征，有效捕捉了指令序列代码块之间的上下文信息.在判别函数的构建过程中，实验验证了LightGBM分类器在处理复杂特征方面的显著优势，并采用了贝叶斯算法进行超参数优化.文章最后提出了通过生成对抗网络(GAN)优化等策略进一步提升模型性能的建议.

关键词

GCC编译器版本识别 / N-gram / ACFG / LightGBM