跳到正文
热点事件持续更新

BScout 提出高召回二进制到源码函数匹配方法

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Junlin Li 等人提出二进制到源码函数匹配方法 BScout，利用已有匹配的位置信息为未解析的二进制函数补充候选，以突破初始检索候选集的限制，并用组合感知训练处理内联函数匹配。 据其论文，BScout 在精确率、召回率和 F1 上均高于 BinaryAI 与 SBridge；在大型 stripped 二进制上，精确率提升 32%，召回率约为对手的 2.9 倍。该方法还用大语言模型筛选和复核匹配结果，并以位置信息过滤不一致结果。上述效果为论文报告数据。

AI 根据报道生成 · 3 小时前更新

最新进展10月19日 12:00
BScout：面向高召回率的精确二进制到源码函数匹配

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv cs.SE
    BScout：面向高召回率的精确二进制到源码函数匹配

    BScout 通过利用已有匹配的位置信息为未解析的二进制函数补充候选，突破初始检索候选集的限制，并采用组合感知训练处理内联函数匹配。实验显示其精确率、召回率和 F1 均高于 BinaryAI 与 SBridge，在大型 stripped 二进制上精确率提升 32%、召回率约为对手的 2.9 倍。该方法还借助大语言模型筛选与复核匹配结果，并用位置信息过滤不一致结果。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月19日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。