通过锚点检索与大模型推理从二进制函数恢复源代码

论文提出一条面向剥离符号二进制函数的源代码恢复流程：利用Ghidra提取字符串、常量、外部调用和函数名等锚点，通过倒排索引检索候选文件，再由大模型结合反汇编、反编译结果与源代码元数据重排函数片段。在高保真tcpdump数据库上达到95.2%的汇编指令覆盖率，但基于GitHub数据库时平均仅35.5%，主要受检索遗漏影响。