中央俄克拉荷马大学 发布 BinSimDB 数据集, 应用在 二进制代码分析、安全 领域

中央俄克拉荷马大学 本次发布的数据集 BinSimDB, BinSimDB是由中央俄克拉荷马大学构建的一个细粒度二进制代码相似性分析基准数据集，包含4,426,258对等效的汇编代码片段。数据集主要用于解决二进制代码在不同优化级别或平台下的相似性比较问题，特别是在基本块级别的比较。数据集的创建过程包括使用BMerge和BPair算法来处理不同优化级别或平台导致的二进制代码片段差异。BinSimDB的应用领域广泛，包括漏洞发现、恶意软件分析和代码重用检测等安全相关应用。

查看BinSimDB

关于 中央俄克拉荷马大学 , 中央俄克拉荷马大学（University of Central Oklahoma, UCO）位于美国俄克拉荷马州埃德蒙市，是一所公立大学，成立于1890年。该校提供广泛的本科和研究生课程，涵盖艺术、商业、教育、科学等多个领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。