1.基于对偶学习的shellcode代码和注释生成方法,其特征在于,包括以下步骤:(1)搜集shellstorm和Exploit Database上从2000年到2020年的shellcode语料库,设定其格式为<代码,注释>,使用一个模型学习对偶任务,通过交换输入和输出转换语料库,并通过添加前缀区分两个任务;
(2)将shellcode注释生成和shellcode代码生成两个任务形式化为一个对偶学习问题,使用浅层的Transformer进行同步学习,用于知识共享和训练模型的性能和泛化能力;
(3)提出改进自注意力计算的归一化方法Adjust_QKNorm,使Transformer适应低资源任务;
(4)提出一个基于规则的修复组件,用于提高自动生成shellcode的准确性。
2.根据权利要求1所述的基于对偶学习的shellcode代码和注释生成方法,其特征在于,所述步骤(1)中通过添加前缀区分两个任务,具体包括如下步骤:(2‑1)对于shellcode代码生成任务,为其输入数据添加前缀“ShellCodeGen:”;
(2‑2)对于shellcode注释生成任务,为其输入数据添加前缀“ShellCodeSum:”。
3.根据权利要求1所述的基于对偶学习的shellcode代码和注释生成方法,其特征在于,所述步骤(3)中使用Adjust_QKNorm改进自注意力计算,具体包括如下步骤:(3‑1)注意力函数是基于三个矩阵同时计算出的:Q(查询),K(键)和V(值),从矩阵Q和K的对应平均值中减去最后一个维的值,使得这个维上所有元素的和等于零;
(3‑2)接着对Q和K进行L2归一化处理;
(3‑3)点积得到的结果表示为Q和K的余弦相似度计算,并且不需要除以
(3‑4)通过与一个可学习参数g相乘来训练模型。
4.根据权利要求1所述的基于对偶学习的shellcode代码和注释生成方法,其特征在于,所述步骤(4)中提出一个基于规则的修复组件,具体内容如下:shellcode中的汇编语句由标签、指令和操作数组成,出现在操作数位置上的值分为三类,当生成的shellcode与注释存在操作数位置上值的不一致时,从注释中提取正确的值,并使用这个值更新生成的shellcode,以此提高自动生成shellcode的准确性,如果根据自然语言描述生成shellcode时发现地址存在不一致,从注释中提取正确的地址,并使用这个地址更新生成的shellcode。