Apprentissage automatique symbolique pour l'ingénierie inverse de code binaire

Symbolic Machine Learning for Reverse Engineering of Binary Code

• Auteur / Autrice : Aicha Boukhari
• Direction : Nadjib Lazaar
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/12/2023
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 1992-....)

Mots clés

Mots clés libres

Apprentissage automatique

Programmation par contraintes

Analyse de programmes

Inférence de préconditions

Acquisition de contraintes

IA symbolique

Program Analysis

Precondition inference

Symbolic AI

Constraint Programming

Constraint Acquisition

Machine Learning

Résumé

Les annotations de code, comme les pré/post-conditions de fonction, permettent de spécifier formellement le comportement d'un programme. Elles sont ainsi très utiles en rétro-ingénierie, en génie logiciel et en vérification de code. Malheureusement, ces annotations sont rarement disponibles et doivent donc être retrouvées à la main. Ce projet aura pour objectif de relier les domaines du machine-learning symbolique, notamment l'acquisition de contraintes, et de la synthèse de code (ex: SyGus, CEGIS). Ce projet étudiera en particulier comment combiner l'acquisition de contraintes et les méthodes formelles pour inférer des annotations complexes de code. La méthode proposée devra être capable d'analyser des programmes difficiles à gérer par l'état de l'art (ex: code optimisé ou obfusqué) tout en offrant de bonnes garanties théoriques. Le candidat retenu, développera son approche à partir de nos récents résultats publiés à IJCAI-ECAI 2022 et KR 2023. Il pourra profiter de l'expertise de notre équipe en analyse de binaire et de nos outils d'analyse de code: Binsec et PreCA.

Code annotations, such as function pre/post-conditions, allow for formally specifying the behavior of a program. They are highly useful in reverse engineering, software engineering, and code verification. Unfortunately, these annotations are often unavailable and need to be manually recovered. This project aims to bridge the fields of symbolic machine learning, specifically constraint acquisition, and code synthesis (e.g., SyGus, CEGIS). It will explore how to combine constraint acquisition and formal methods to infer complex code annotations. The proposed method should be capable of analyzing challenging programs, such as optimized or obfuscated code, while providing strong theoretical guarantees. The selected candidate will develop their approach based on our recent results published at IJCAI-ECAI 2022 and KR 2023. They will benefit from the expertise of our team in binary analysis and our code analysis tools: Binsec and PreCA.