2025年机器语言大模型赋能软件自主可控与安全可信报告

背景与需求

软件作为网络空间的基石，其自主可控和安全可信面临重大挑战。关键软件长期由国外主导，存在断供、安全和知识产权风险。同时，软件安全风险日益增加，未知漏洞成为网络攻击的重要突破口。

关键问题

软件开发与安全可信面临的核心问题是分析、理解和防范目标（闭源）软件的安全问题。现有工具难以有效分析二进制程序，且缺乏对软件语义的理解，导致安全分析效率低下。

智能化解决方案

提出基于大语言模型的智能化解决方案，通过机器语言大模型（MLM）实现软件的自主可控和安全可信。MLM能够理解二进制程序语义，超越人类专家水平，高效辅助逆向分析。

关键技术突破

1. 融合领域知识的模型优化：修改模型设计，融入代码领域知识，提升机器语言模型的理解能力。
2. 基于对比学习的语义理解：利用对比学习技术，使得语义相似的二进制代码embedding接近，提高语义理解准确性。
3. 基于多模态学习的语义理解：利用多模态技术，将语义空间与人类意图对齐，更准确地表示二进制代码语义。

解决方案优势

MLM的核心功能全面超越IDA Pro，支持多架构结构分析、跳转函数、反控制流分析等，实现全场景智能化，开创软件分析新范式。

典型应用

1. 软件逆向分析：将黑盒二进制程序变成白盒代码，解放专家从繁琐的底层代码分析中，专注高层分析任务。
2. 软件生态迁移：实现信创国产化、老旧软件升级迁移，突破卡脖子技术。
3. 软件供应链分析：进行软件成分反编译生成C代码，进行软件一致性检测、漏洞挖掘、软件版权保护分析。

应用场景

MLM广泛应用于软件逆向分析、软件生态迁移、软件供应链分析等领域，解决采购痛点，实现快速漏洞挖掘、破解取证等难题。

总结

机器语言大模型（MLM）通过智能化解决方案，有效提升了软件自主可控和安全可信水平，为软件分析领域带来了革命性突破，开创了新的分析范式。