我们提出了一种实用的源码恢复管道，通过结合逆向工程、基于锚点的源码检索和大语言模型推理，从剥离的二进制函数中恢复源代码。我们的二进制到源代码检索方法旨在从源码数据库中识别源函数，而不是生成近似的反编译伪代码。
该方法首先使用 Ghidra 提取锚点，如字符串、常量、外部调用和可用函数名称，然后通过倒排索引搜索数据库检索候选文件，进一步缩小到可能的函数片段，并基于反汇编、反编译代码和源元数据使用大语言模型（LLM）重新排序候选项。置信度高的匹配结果还可以在后续过程中作为锚点。
在我们高保真源码数据库的评估中，对于一个剥离且经过优化的 tcpdump 二进制文件，我们提出的二进制到源匹配方法实现了 95.2% 的汇编指令覆盖率。在使用 GitHub 基础的检索数据库进行的实验中，由于检索失误，表现较差，平均指令覆盖率仅为 35.5%。这些结果表明，源级二进制恢复在高质量数据库中表现出色，并在嘈杂环境中仍然是一种有用的工具。
博主点评： 该研究展示了如何有效结合逆向工程与大语言模型的优势，显著提高了二进制文件的源码恢复率。这样的技术在安全性和逆向工程领域具有广泛的应用潜力，尤其是在面对复杂或不完整的二进制文件时。未来，随着数据集的质量提升，这种方法的效果将更加显著。