QSynth संश्लेषण आर्टिफैक्ट्स

डेटासेट

ये आर्टिफैक्ट्स निम्नलिखित चार डेटासेट प्रदान करते हैं:

• syntia: EncodeArithmetic और EncodeData के साथ अस्पष्ट किए गए 500 फ़ंक्शन
• custom_EA: EncodeArithmetic के साथ अस्पष्ट किए गए 500 फ़ंक्शन
• custom_VR_EA: Virtualize और EncodeArithmetic के साथ अस्पष्ट किए गए 500 फ़ंक्शन
• custom_EA_ED: EncodeArithmetic और Virtualize के साथ अस्पष्ट किए गए 500 फ़ंक्शन (डेटाबेस ट्रेस को 293 फ़ंक्शनों तक छोटा किया गया है)

एक बेंचमार्क

प्रत्येक डेटासेट निर्देशिका में निम्नलिखित फ़ाइलें होती हैं:

• original.c: सभी फ़ंक्शनों वाली स्रोत फ़ाइल

• obfuscated.c: Tigress द्वारा उत्पन्न अस्पष्ट स्रोत फ़ाइल

• run_tigress.sh: obfuscated.c फ़ाइल को पुनः उत्पन्न करने के लिए शेल स्क्रिप्ट

• ground_truth.json: ग्राउंड ट्रुथ वाली JSON फ़ाइल। प्रत्येक फ़ंक्शन के लिए इसमें मूल अभिव्यक्ति (original.c में) और (obfuscated.c में) इसका अस्पष्ट समकक्ष शामिल होता है

• obfuscated: x86_64 (no PIE) के रूप में पूर्व-संकलित बाइनरी

• trace.db: SQLite डेटाबेस के रूप में निष्पादन ट्रेस (संभवतः सबसे दिलचस्प फ़ाइल)

• results:

  • qsynth.log: संश्लेषण स्क्रिप्ट का कच्चा आउटपुट
  • qsynth.json: QSynth द्वारा संसाधित करने योग्य आउटपुट (बहुत संभवतः दूसरी सबसे दिलचस्प फ़ाइल)

परिणाम

qsynth.json में प्रत्येक फ़ंक्शन के लिए निम्नलिखित प्रविष्टियाँ होती हैं जैसे:

{
  "target_1": {
    "fun_name": "target_1",
    "start": 164,
    "stop": 238,
    "orig_ast": "~(b*d ^ d*d) - b",
    "orig_node": 10,
    "orig_depth": 5,
    "obfu_ast": "(((b & d)*(b | d) + (b & ~d)*(~b & d) & (d & d)*(d | d) + (d & ~d)*(~d & d)) - ((b & d)*(b | d) + (b & ~d)*(~b & d) | (d & d)*(d | d) + (d & ~d)*(~d & d)) - 1 ^ b) - ((~(((b & d)*(b | d) + (b & ~d)*(~b & d) & (d & d)*(d | d) + (d & ~d)*(~d & d)) - ((b & d)*(b | d) + (b & ~d)*(~b & d) | (d & d)*(d | d) + (d & ~d)*(~d & d)) - 1) & b) + (~(((b & d)*(b | d) + (b & ~d)*(~b & d) & (d & d)*(d | d) + (d & ~d)*(~d & d)) - ((b & d)*(b | d) + (b & ~d)*(~b & d) | (d & d)*(d | d) + (d & ~d)*(~d & d)) - 1) & b))",
    "obfu_node": 229,
    "obfu_depth": 12,
    "triton_ast": "(((b & d)*(b | d) + (~b & d)*(~d & b) & d*d) - (d*d | (b & d)*(b | d) + (~b & d)*(~d & b)) - 1 ^ b) - (((d*d ^ (b & d)*(b | d) + (~b & d)*(~d & b)) & b) + ((d*d ^ (b & d)*(b | d) + (~b & d)*(~d & b)) & b))",
    "triton_node": 95,
    "triton_depth": 10,
    "synthesized_ast": "~((d*d ^ d*b) + b)",
    "synth_node": 10,
    "synth_depth": 5,
    "dse_t": 0.10445356369018555,
    "synthesis_t": 0.03491616249084473,
    "sem_orig_obf": "UNK",
    "sem_obf_trit": "UNK",
    "sem_orig_synth": "OK",
    "is_simplified": true,
    "is_fully_synthesized": true
  }
}

Start और stop निष्पादन ट्रेस में ऑफ़सेट हैं (इस प्रकार DB में id)। फिर प्रत्येक अभिव्यक्ति के लिए अभिव्यक्ति स्वयं और उसका नोड आकार और गहराई। फिर dse_t, synthesis_t क्रमशः सिंबॉलिक निष्पादन समय और संश्लेषण समय देते हैं। is_simplified और is_fully_synthesized इंगित करते हैं कि फ़ंक्शन सरलीकृत किया गया था और यदि हाँ, तो क्या यह पूरी तरह से किया गया था। sem_orig_obf, sem_obf_trit और sem_orig_synth इंगित करते हैं कि क्या सिमेंटिक्स संरक्षित है, उदाहरण के लिए मूल और संश्लेषित (sem_orig_synth) के बीच। "UNK" इंगित करता है कि इसे जाँचा नहीं गया है या इसने टाइमआउट दिया है।

संश्लेषण ओरेकल तालिकाएँ

बेंचमार्क के लिए उपयोग की जाने वाली तालिकाएँ यहाँ उपलब्ध हैं: https://ret2libc.com/static/various/lts_15/ वे Python pickle ऑब्जेक्ट हैं। अभिव्यक्तियाँ Syntia के समान Reverse-Polish-Notation (RPN) के साथ एन्कोड की गई हैं।