[发明专利]一种基于汇编表征的智能化二进制编译信息推断方法

说明书

本发明公开了一种基于汇编表征的智能化二进制编译信息推断方法，属于汇编技术领域，S1、建立推断模型；S2、汇编表征优化；S3、推断模型的学习优化；S4、基础编译；S5、中间指令转换；S6、中端分析优化；S7、二进制编译信息生成。本发明中，对汇编语言进行快速提取特征，有效降低了汇编语料的繁琐性，通过在中间过程进行冗余指令去重后，有效提高了翻译后本地程序的性能，通过对寄存器的优先值进行循环加权分配，减少了全局寄存器的维护开销，借助控制寄存器的分配，减少不必要寄存器的溢出，减少本体代码的膨胀率，提高翻译目标程序的效率，并且通过表征学习优化后的输入值对推断模型的学习优化实现对汇编数据的快速二进制编译能力。

技术领域

本发明属于汇编技术领域，尤其涉及一种基于汇编表征的智能化二进制编译信息推断方法。

背景技术

汇编就是基础的计算机语言，在不同的机器架构架，单一的汇编语言不能很好的满足软件调用需要，因此需要进行二进制编译翻译，来实现不同架构和处理器平台之间的软件移植。

传统的二进制翻译多通过静态方法进行处理，但大量数据的效率较低，且翻译难以处理间接分支，现有的优化方法多对中间代码层实现数据的优化，而缺乏对翻译过程中的冗余指令以及前端数据的处理优化能力，大量数据的冗余指令影响到对信息的推断效率，不能很好的满足对汇编语言的快速编译需要。

发明内容

本发明的目的在于：为了解决大量数据的效率较低，且翻译难以处理间接分支，现有的优化方法多对中间代码层实现数据的优化，而缺乏对翻译过程中的冗余指令以及前端数据的处理优化能力，大量数据的冗余指令影响到对信息的推断效率的问题，而提出的一种基于汇编表征的智能化二进制编译信息推断方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于汇编表征的智能化二进制编译信息推断方法，包括以下步骤：

S1、建立推断模型，收集大量基于汇编语言的语料信息，进行基于汇编信息的智能化结构推断模型的建立，模型包括前端源码解析器和解码器、中端分配优化寄存器和后端目标代码生成翻译器；

S2、汇编表征优化，通过编译信息的多任务或迁移学习的表征共享对模型进行表征学习的输入值优化，通过表征学习提高推断模型的可解释性，对模型结构进行探查优化，通过最小化损失函数求解偏导数，将导数通过输入数据的结构和给定的标签输出来优化推断模型的各模块；

S3、推断模型的学习优化，对数据预处理后，通过优化后的输入向量对推断模型进行反向推导模型学习，优化模型的二进制翻译能力；

S4、基础编译，通过模型对源码编译信息的输入优化，将编译芯中冗余访存指令进行去重，筛选出重要编译信息，对数据进行预处理，将二进制汇编语言程序进行整理后，并优化模型通过解码器进行静态预翻译；

S5、中间指令转换，通过源文件解析器对和前端解码器对编码进行逐条对原平台指令进行解码，根据译码器分析出的前端源指令，生成相同语音的中间指令，并将原平台二进制代码翻译成中间代码；

S6、中端分析优化，将反应后的中间代码与平台端的无关信息进行优化；

S7、二进制编译信息生成，后端目标代码通过后端翻译器将终端代码翻译成目标平台的二进制代码，并在翻译后通过译码器分析生成指令，并在二进制信息指令输入后，找到所有的入口指令，对入口指令进行标记，在遇到入口指令指针时进行地址变量转换，对标记之间设置未知阈值，观察不同模块之间的公共阈值，通过公共阈值的值进行模型反推，通过模型对剩余空白信息进行动态翻译，翻译结果后得到编译推断后的二进制编译信息。

作为上述技术方案的进一步描述：

所述S1中语料信息相互之间通过共享实现数据交互，且共享方式包括硬共享、软共享、层次共享和共享私有模式。

作为上述技术方案的进一步描述：