人工智能大模型逆向工程微调代码模型【免费下载链接】LLM4DecompileReverse Engineering: Decompiling Binary Code with Large Language Models项目地址https://gitcode.com/GitHub_Trending/ll/LLM4Decompile点击查看免费下载本文聚焦于 LLM4Decompile 项目中 SK²Decompile 的两阶段反编译框架在BringUpBench基准上的完整评估流水线论文 Section A.6。你将掌握为什么 BringUpBench 适合评估复杂真实二进制、SK²Decompile 与 IDA Pro 的量化对比结果、从编译 O0–O3 到 IDA 反编译、函数级映射、模型推理再到可执行性验证的五步复现方法以及func_map.jsonl数据格式与 Replacement / Compilable / Executable 三类指标的定义和源码级实现细节。一、为什么用 BringUpBench 评估反编译BringUpBenchAustin, 2024是一个包含90 个自包含 C 程序的基准套件最初用于新设计的 CPU、加速器、编译器和操作系统的 bring-up 验证。它对反编译评估有三个天然优势零外部库依赖所有程序只依赖内置的libmin库且仅使用 4 个系统调用自带构建与测试基础设施每个程序都有Makefile、libmin、libtarg可直接用于编译 → 运行 → 校验闭环消除干扰因素由于不存在缺失头文件或库的混淆因素评估结果能直接反映反编译输出的代码质量而非依赖环境的可复现性。SK²Decompile 团队在 O0–O3 四个优化级别上对所有 90 个程序完成编译、反编译与执行验证共获得505 个函数并与行业标准的规则式反编译器IDA ProHex-Rays进行了对比。相关论文为《SK²Decompile: LLM-based Two-Phase Binary Decompilation from Skeleton to Skin》arXiv:2509.22114。二、量化结果SK²Decompile vs IDA Pro核心结果保存在 reports/ 目录下汇总如下Opt LevelFunctionsSK²Decompile CompilableSK²Decompile ExecutableIDA CompilableIDA ExecutableO038250.26%49.48%——O137940.90%39.05%——O236837.77%34.24%——O335931.75%29.53%——Avg148842.3%27.0%23.6%21.7%需要说明两点与原文档一致平均值一行取自论文 Section A.6 的 Table 8 汇总数字各优化级别下 IDA 的基线未在论文中单独报告每个基准的逐项细分结果可查阅reports/下的O0_results.md、O1_results.md、O2_results.md、O3_results.md。以 O0_results.md 为例它记录了 2025-11-19 的运行共 382 个案例Replacement success 382100.00%、Compilable 19250.26%、Executable 18949.48%并给出了 ackermann、aes、anagram 等 90 个基准逐项的 Replacement% / Build% / Exec% 明细以及编译失败与执行失败的具体函数清单如ackermann/ackermann.c::main0x13b9。这些报告由下文 Step 5 的评估脚本自动生成格式可直接对照阅读。三、目录结构与数据资产sk2decompile/evaluation/bringupbench/ ├── README.md # 本文档 ├── config.env # 环境配置路径 ├── scripts/ │ ├── build-host-opt-levels.sh # Step 1: 以 O0-O3 编译基准 │ ├── decompile-all-pseudo.sh # Step 2: IDA Pro 批量反编译 │ ├── dump_pseudo.py # IDA 无头模式反编译辅助脚本 │ ├── disasm-all-objdump.sh # Step 3: objdump 批量反汇编 │ ├── build-func-maps.py # Step 4: 构建函数级映射 │ ├── clean-all-benchmarks.sh # 工具: 清理所有构建产物 │ └── eval_infer_out.py # Step 5: 自动化评估 ├── data/ │ ├── func_maps/ # 预构建的函数映射 (JSONL) │ │ ├── merged.O0.func_map.jsonl # O0: 493 functions │ │ ├── merged.O1.func_map.jsonl # O1: 449 functions │ │ ├── merged.O2.func_map.jsonl # O2: 441 functions │ │ └── merged.O3.func_map.jsonl # O3: 439 functions │ └── infer_results/ # SK²Decompile 推理结果 │ ├── merged.O0.func_map.infer.jsonl # O0: 382 evaluated functions │ ├── merged.O1.func_map.infer.jsonl # O1: 379 evaluated functions │ ├── merged.O2.func_map.infer.jsonl # O2: 368 evaluated functions │ └── merged.O3.func_map.infer.jsonl # O3: 359 evaluated functions └── reports/ # 评估结果汇总 ├── O0_results.md ├── O1_results.md ├── O2_results.md └── O3_results.md注意func_maps/中的函数数量多于infer_results/如 O0 的 493 → 382原因是在推理阶段部分函数被过滤例如超出 token 上限这一点在注意事项一节会进一步说明。四、五步评估流水线总览整个评估流水线按论文描述分为五个步骤Source (.c) │ ▼ Step 1: Compilation Binary (.host.O0 ~ .host.O3) │ ├──▶ Step 2: Baseline Extraction (IDA Pro) ──▶ Pseudocode (.pseudo) │ ├──▶ Step 3: Ground Truth Mapping ──▶ Function Maps (.func_map.jsonl) │ ▼ Step 4: Decompilation (SK²Decompile) Inferred C code (.func_map.infer.jsonl) │ ▼ Step 5: Validation Evaluation Reports (reports/)每一步都有对应的脚本见 scripts/下文将结合脚本源码逐一展开。环境配置config.env 与路径优先级所有脚本统一从 config.env 读取路径支持环境变量与命令行参数覆盖。路径解析优先级为CLI 参数 环境变量 config.env。# BringUpBench Evaluation — Environment Configuration # 所有脚本从该文件解析路径可由同名环境变量或 CLI 参数覆盖 # Bringup-Bench 仓库的绝对路径 # 克隆自上游仓库: git clone https://github.com/toddmaustin/bringup-bench.git BENCH_REPO_ROOT/path/to/bringup-bench # IDA Pro 命令行可执行文件Step 2 反编译必需 IDA_BIN/path/to/idat # 默认构建目标host 本机 x86-64 Linux DEFAULT_TARGEThost以 eval_infer_out.py 的_get_bench_root()为例其解析顺序正是CLI 参数 → 环境变量BENCH_REPO_ROOT→ config.env三者都未设置时直接报错退出确保路径不会静默回退到错误位置。五、快速开始仅复现评估步骤Step 5如果你只关心评估Step 5预构建数据已包含在data/中只需额外准备 BringUpBench 源码仓库# 1. 克隆 BringUp-Bench git clone https://github.com/toddmaustin/bringup-bench.git # 2. 配置路径 cd bringupbench vim config.env # 将 BENCH_REPO_ROOT 设为你的 bringup-bench 路径 # 3. 运行评估以 O0 为例 python3 scripts/eval_infer_out.py data/infer_results/merged.O0.func_map.infer.jsonl # 4. 查看结果 cat reports/O0_results.md六、完整流水线复现从零开始先配置环境cd bringupbench vim config.env # 设置 BENCH_REPO_ROOT 与 IDA_BINStep 1以 O0–O3 编译基准build-host-opt-levels.sh 会在BENCH_REPO_ROOT下以四个优化级别构建全部 90 个程序产物为name.host.O{0,1,2,3}二进制scripts/build-host-opt-levels.sh脚本源码要点使用set -euo pipefail保证失败即停避免残留半成品产物加载 config.env 并允许环境变量覆盖source前set -a使变量导出到子进程对每个优化级别执行make TARGEThost OPT_CFLAGS-O${opt} -g run-tests注意-g保留调试信息run-tests同时验证编译产物可运行随后用find ... -name *.host -execdir mv {} {}.O${opt}将产物重命名为带优化级别后缀的二进制。Step 2基线提取IDA Pro使用 IDA Pro 无头模式headless批量反编译所有二进制产出包含 Hex-Rays 伪代码的.pseudo文件scripts/decompile-all-pseudo.sh该脚本遍历BENCH_REPO_ROOT下所有*.o0/*.o1/*.o2/*.o3文件排除scripts/、target/、common/、.git/对每个二进制调用${IDA_BIN} -A -S${DUMP_SCRIPT} ${output_path} ${binary_path}其中-A表示自动模式不弹对话框-S指定启动脚本。真正的反编译逻辑在 dump_pseudo.py 中通过idc.ARGV[1]获取输出路径调用ida_auto.auto_wait()等待自动分析完成再通过ida_hexrays.init_hexrays_plugin()确认 Hex-Rays 可用遍历idautils.Functions()对每个函数用ida_hexrays.decompile(ea)反编译输出格式为/* function_name 0xADDRESS */ ... Hex-Rays pseudocode ...即以/* 函数名 0x地址 */作为每个函数的分隔标记供 Step 3 解析使用。Step 3Ground Truth 映射解析源码、伪代码与汇编三种表示按函数名跨表示匹配同时规范化伪代码去除 IDA 特有类型、十六进制转十进制、clang-format 格式化# 反汇编可选用于汇编映射 scripts/disasm-all-objdump.sh # 构建函数级映射 python3 scripts/build-func-maps.pydisasm-all-objdump.sh 默认使用系统objdump可用OBJDUMP环境变量覆盖并以xargs -P按 CPU 核数并行反汇编每个二进制输出同名.s文件。构建完成后按优化级别合并为单一 JSONLcat $BENCH_REPO_ROOT/*/*.host.O0.func_map.jsonl data/func_maps/merged.O0.func_map.jsonl cat $BENCH_REPO_ROOT/*/*.host.O1.func_map.jsonl data/func_maps/merged.O1.func_map.jsonl cat $BENCH_REPO_ROOT/*/*.host.O2.func_map.jsonl data/func_maps/merged.O2.func_map.jsonl cat $BENCH_REPO_ROOT/*/*.host.O3.func_map.jsonl data/func_maps/merged.O3.func_map.jsonlStep 4SK²Decompile 推理将函数映射中的pseudo_normalize字段喂给 SK²Decompile 的两阶段推理流水线主入口为 sk2decompile_inf.py为每个函数产出 C 代码并将最终反编译函数体写入 JSONL 的pseudo.content-fix字段# 示例: 使用主 SK²Decompile 推理流水线 cd ../ # 回到 sk2decompile/evaluation/ python3 sk2decompile_inf.py \ --dataset_path bringupbench/data/func_maps/merged.O0.func_map.jsonl \ --model_path LLM4Binary/sk2decompile-struct-6.7b \ --recover_model_path LLM4Binary/sk2decompile-ident-6.7b从源码看sk2decompile_inf.py 支持--temperature 0默认确定性解码、--max_total_tokens 32768、--max_new_tokens 4096、--gpu_memory_utilization 0.8等参数两阶段推理分别对应Phase 1结构恢复以pseudo_normalize为输入产出infer-out-model1Phase 2标识符命名以 Phase 1 输出为输入产出infer-out-model2并据此更新pseudo.content-fix。Step 5验证对每个函数将原源码替换为反编译输出在隔离工作区中重建并运行项目的测试套件python3 scripts/eval_infer_out.py data/infer_results/merged.O0.func_map.infer.jsonl \ --jobs 16 \ --command-timeout 20常用选项与 eval_infer_out.py 的 argparse 定义一致选项含义默认值--jobs N并行处理的工作进程数96--command-timeout S每个 make 命令的超时秒数20设为 0 可禁用超时--limit N仅处理前 N 个案例用于调试无--keep-workspaces保留临时构建目录默认删除--bench-root覆盖 Bringup-Bench 仓库根路径从 config.env--target构建目标作为TARGETtarget传入 makehost--report-dir汇总报告输出目录相对 eval 根reports/infer_out_eval--skip-clean跳过工作区内的make clean默认执行 clean该脚本的评估流程源码可查 eval_infer_out.py值得重点关注函数替换replace_function_body()在完整源码中精确查找原函数文本对换行做了规范化并依次尝试多种候选匹配形式替换为pseudo[content-fix]找不到则记为replacement_failed隔离工作区prepare_workspace()仅拷贝Makefile、common/、target/与对应基准目录到一个独立工作区避免各案例相互污染也保证不修改原始基准构建与执行在工作区内依次执行make TARGEThost clean、make TARGEThost build、make TARGEThost test全部输出写入每案例的case.logbuild 失败则跳过 testtest 退出码 0 视为通过产物留档每个案例目录保存case.json、modified_source.c、original_source.c、original_function.c、infer_function.c与artifacts/便于追溯报告生成compute_summary()汇总总数、Replacement / Compilable / Executable 计数与逐基准统计write_summary()输出 JSON 与 Markdown 两份报告格式与reports/下已有结果一致。七、数据格式详解func_map.jsonl函数映射每行是一个 JSON 对象包含单个函数的源码、伪代码与汇编{ source: { path: ackermann/ackermann.c, // 源文件相对 BENCH_REPO_ROOT function_name: ackermann, // 函数名 content: int ackermann(int m, ...) { ... }\n // 完整函数体 }, pseudo: { path: ackermann/ackermann.host.O0.pseudo, function_name: ackermann, address: 0x11e9, // 二进制中的函数地址 label: ackermann, content: __int64 __fastcall ackermann(...) { ... }\n // 原始 IDA 伪代码 }, pseudo_normalize: int ackermann(...) { ... }, // 规范化后的伪代码 binary: ackermann/ackermann.host.O0, // 二进制文件路径 assembly: ackermann:\npush %rbp\n... // 清理后的 objdump 输出 }以仓库中的 merged.O0.func_map.jsonl 第一条记录ackermann的ack函数为例可以直观看到三种表示source.content原始 C 源码含libmin_printf等libmin库调用pseudo.contentIDA 伪代码unsigned int __cdecl ack(...)带v3等机器生成变量pseudo_normalize规范化后文本——IDA 特有类型__int64、__cdecl、0xFFFFFF十六进制被转换为标准形式unsigned long long、16777215并对齐为 clang-format 风格可直接送入模型assembly对应ack:符号下的 x86-64 汇编文本。func_map.infer.jsonl推理结果在func_map.jsonl基础上扩展了 SK²Decompile 的推理输出{ // ... func_map.jsonl 的全部字段 ... pseudo: { // ... 以上所有字段, 另加: content-fix: ... // 最终反编译函数用于源码替换 }, infer-out-model1: ..., // Phase 1结构恢复原始输出 infer-out-model2: ..., // Phase 2标识符命名原始输出 pseudo_normalize-fix: ... // 修正后的规范化伪代码 }八、评估指标定义MetricDefinitionReplacement Rate反编译输出能够被定位并替换进原源码文件的函数占比Compilable Rate修改后的源码能成功编译make build的函数占比Executable Rate编译产物能通过其测试套件make test输出与参考一致的函数占比评估直接复用 BringUpBench 自带的构建基础设施Makefile、libmin、libtarg完成编译与校验每个函数在隔离工作区中测试防止相互污染。对应到源码实现replacement_applied对应 Replacementbuild_status succeeded对应 Compilabletest_status succeeded对应 Executable见 eval_infer_out.py 的compute_summary()。九、使用提示与注意事项零依赖优势BringUpBench 程序完全自包含、无外部依赖评估反编译时不会因缺失头文件或库而引入混淆因素数据量差异func_maps/中的函数多于infer_results/因为推理阶段会过滤部分函数如超出 token 上限路径解析优先级所有脚本从config.env加载路径可通过环境变量或 CLI 参数覆盖优先级为 CLI 环境变量 config.env并行与超时Step 5 默认 96 个并行 worker、每个 make 命令 20 秒超时调试阶段建议先用--limit N --jobs 1跑通小批量隔离验证评估不会修改原始基准源码所有替换与构建均在临时工作区进行配合--keep-workspaces可保留现场用于排查清理产物如需重建可运行 clean-all-benchmarks.sh 在基准仓库内执行make all-clean。十、延伸阅读SK²Decompile 完整方法论文与在 HumanEval、MBPP、ExeBench、GitHub2025 等基准上的结果见 sk2decompile/README.md两阶段推理入口 sk2decompile_inf.py 及其依赖的 llm_server.py训练与强化学习GRPO配套资料LLaMA-Factory 与 verl。如果你希望在自己选定的二进制集合上复刻这套评估体系最直接的路径是配置config.env→ 运行build-host-opt-levels.sh编译 →decompile-all-pseudo.sh反编译 →build-func-maps.py建映射 →sk2decompile_inf.py推理 →eval_infer_out.py验证最终用reports/下的 Markdown 报告对齐 SK²Decompile 与 IDA Pro 的 Compilable / Executable 指标。赞分享人工智能大模型逆向工程微调代码模型【免费下载链接】LLM4DecompileReverse Engineering: Decompiling Binary Code with Large Language Models项目地址https://gitcode.com/GitHub_Trending/ll/LLM4Decompile点击查看免费下载相关推荐SuperClaude Framework PM Agent 自律化改造任务全景基于 PDCA 的任务管理与会话持久化实践SuperClaude Framework PM Agent 自律化改造任务全景基于 PDCA 的任务管理与会话持久化实践 本文以 docs/Developm人工智能大模型逆向工程微调代码模型SK²Decompile 在 BringUpBench O2 优化级别上的反编译评估报告解读368 个函数的替换、编译与可执行率全解析SK²Decompile 在 BringUpBench O2 优化级别上的反编译评估报告解读368 个函数的替换、编译与可执行率全解析 本篇技术指南围绕 SK人工智能大模型逆向工程微调代码模型SK²Decompile O3 优化级别反编译评估报告深度解读359 个函数的替换-编译-执行全流程验证SK²Decompile O3 优化级别反编译评估报告深度解读359 个函数的替换 编译 执行全流程验证 导读 本文围绕 SK²Decompile 在 Bri人工智能大模型逆向工程微调代码模型上一篇ERPNext开源ERP系统完整指南中小企业数字化转型的最佳选择下一篇在 Pydantic AI 中使用 xAI 模型Grok 接入、原生工具、图像生成与高级模型设置完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考