SoK: AI-Augmented Binary Reversing
作者: Yujeong Kwon, Yiyue Zhang, Shakhzod Yuldoshkhujaev, Kexin Pei, Dokyung Song, Hyungjoon Koo
分类: cs.CR, cs.AI, cs.SE
发布日期: 2026-06-16
备注: 20 pages, 7 tables, 3 figures
💡 一句话要点
提出全面知识体系以推动AI增强的二进制逆向分析
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 二进制逆向分析 机器学习 大型语言模型 智能AI系统 软件安全 漏洞发现 固件审计
📋 核心要点
- 现有的二进制逆向分析方法在语义信息恢复方面存在固有挑战，导致分析结果的准确性和可靠性不足。
- 本文通过系统化分析144篇相关研究，提出了一个统一的分类法，连接传统与AI增强的逆向分析流程。
- 研究揭示了不同方法之间的共性结构，并识别了技术挑战和未来研究机会，为下一代AI增强逆向分析系统奠定基础。
📝 摘要（中文）
二进制逆向分析是软件理解、漏洞发现、恶意软件调查和固件审计的基础。然而，由于编译过程中语义信息的不可逆损失，这一过程仍然面临挑战。近年来，机器学习、大型语言模型（LLMs）和智能AI系统的进步加速了AI增强二进制逆向分析的应用。本文首次系统化了AI增强二进制逆向分析的知识，分析了自2015年以来发布的144篇研究论文，并将其组织为22个逆向分析领域。我们进一步提出了一个统一的分类法，连接传统分析技术、二进制派生工件、表示策略、学习范式和下游推理任务，明确了LLMs和智能AI系统的角色。通过建立共同的词汇和结构化框架，我们提供了对该领域过去十年演变的全面视角，揭示了不同方法之间的共性结构，强调了持续的技术挑战和评估差距，并识别了未来研究的有希望机会。
🔬 方法详解
问题定义：本文旨在解决AI增强二进制逆向分析领域的知识碎片化问题，现有方法在不同逆向领域、工件表示和评估实践上存在不一致性。
核心思路：通过对144篇研究文献的系统分析，建立统一的分类法，连接传统分析与AI增强技术，提供清晰的领域演变视角。
技术框架：整体架构包括文献分析、分类法构建和技术挑战识别三个主要模块，分别对应文献的整理、分类标准的制定和未来研究方向的探讨。
关键创新：本文的创新在于首次系统化了AI增强二进制逆向分析的知识，提出了涵盖传统与AI增强技术的统一分类法，填补了现有研究的空白。
关键设计：在分类法设计中，考虑了不同的逆向分析任务、工件表示策略和学习范式，确保分类的全面性和适用性。
🖼️ 关键图片
📊 实验亮点
研究分析了144篇文献，提出的统一分类法涵盖22个逆向分析领域，明确了LLMs和智能AI系统的角色。通过系统化的知识体系，研究揭示了技术挑战和未来研究机会，为AI增强逆向分析提供了新的视角。
🎯 应用场景
该研究的潜在应用领域包括软件安全性分析、恶意软件检测、固件审计等。通过提供统一的知识体系，研究为开发更可靠和可扩展的AI增强二进制逆向分析系统奠定了基础，未来可能在网络安全和软件工程领域产生深远影响。
📄 摘要（原文）
Binary reversing is fundamental to software understanding, vulnerability discovery, malware investigation, and firmware auditing. However, it remains inherently challenging due to the irreversible loss of semantic information during compilation. Recent advances in machine learning, large language models (LLMs), and agentic AI systems have accelerated the adoption of AI-augmented binary reversing. Yet, the resulting body of work has become increasingly fragmented across reversing domains, artifact representations, learning approaches, and evaluation practices. This paper presents the first comprehensive systematization of knowledge on AI-augmented binary reversing. We analyze 144 research papers published since 2015, and organize them into 22 binary reversing domains according to the inference tasks. We further introduce a unified taxonomy spanning conventional and AI-augmented reversing pipelines. Our taxonomy connects traditional analysis techniques, binary-derived artifacts, representation strategies, learning paradigms, and downstream inference tasks, while clarifying the emerging roles of LLMs and agentic AI systems. By establishing a common vocabulary and structured framework, we provide a holistic view of the field's evolution over the past decade. Our study reveals common structures underlying seemingly disparate approaches, highlights persistent technical challenges and evaluation gaps, and identifies promising opportunities for future research. Collectively, these insights clarify the current state of the field and provide a foundation for the next generation of reliable and scalable AI-augmented binary reversing systems.