我院区块链与数据安全实验室董超鹏副研究员论文荣获FSE 2026 Distinguished Paper Award

近日，我院区块链与数据安全实验室董超鹏副研究员作为共同第一作者的论文《Understanding Binary Code Similarity for Real-World Vulnerability Detection: A Large-Scale Empirical Study》荣获FSE 2026 Distinguished Paper Award。FSE (ACM International Conference on the Foundations of Software Engineering)是软件工程领域具有重要国际影响力的顶级学术会议之一。Distinguished Paper Award是会议授予高质量研究工作的荣誉，主要表彰在问题重要性、研究系统性、实验充分性和学术贡献等方面表现突出的论文。本届FSE 2026共录用论文211篇，其中仅10篇获此奖项，充分体现了该研究获得国际同行的高度认可。

该论文聚焦真实固件漏洞检测中的二进制代码相似性检测（Binary Code Similarity Detection,BCSD）问题。物联网设备固件广泛依赖OpenSSL、BusyBox、zlib等第三方库，这些库在提高开发效率的同时，也可能将已知漏洞传播到大量真实设备中。BCSD技术通过比较已知漏洞函数与固件中函数的相似性，可用于识别固件中的潜在漏洞函数。论文指出，已有研究多在小规模固件、少量第三方库或有限漏洞集合上开展评估，难以全面反映BCSD在真实复杂固件环境中的有效性、稳定性与适用边界。因此，如何在真实固件场景下系统理解BCSD的检测能力，成为本文关注的核心问题。

为系统回答这一问题，研究团队构建了大规模真实固件与漏洞数据集，并围绕真实漏洞检测场景开展系统性实证分析。论文围绕近6万个固件镜像、200家厂商的大规模数据集开展研究，并从真实固件中提取大规模二进制文件；同时构建包含9种第三方库、402个CVE、53类CWE的漏洞数据集，为真实固件漏洞检测研究提供了重要数据基础。整体研究框架包括数据收集与预处理、漏洞数据集构建、BCSD方法选择、漏洞检测与多维度评估等环节。该框架从真实固件和真实漏洞出发，有助于更客观地评估现有BCSD技术在实际安全治理场景中的表现。

图1 论文研究整体架构

在实验分析方面，论文从真实应用角度系统考察影响BCSD检测效果的关键因素，包括漏洞函数版本、漏洞搜索空间、函数大小以及编译工具链/宏配置等。实验结果表明，BCSD的效果不仅取决于模型本身，也受到查询样本、目标范围和构建环境等因素的显著影响。实验进一步发现，即使在版本、架构和优化级别保持一致的情况下，不同厂商的编译工具链、编译宏和构建配置仍会改变函数结构与语义表示，导致BCSD检测效果出现明显波动（图2）。这说明自编译样本与真实固件二进制之间存在不可忽视的语义差距。

图2 不同厂商OpenSSL构建下的BCSD性能差异

针对上述问题，论文系统总结了常见编译宏对二进制结构的影响（图3），并提出面向真实构建环境的build-aware query（构建感知查询）策略。该策略从代表性真实二进制中生成更贴近实际固件环境的查询样本，从而有效弥合自编译查询与真实固件二进制之间的差距。

图3 常见编译宏及其对二进制结构的影响

实验结果表明，build-aware query策略能够将MRR从0.818提升至0.981；结合TPL-aware的两阶段搜索流程，也能够进一步提升漏洞函数检索准确性。该结果表明，面向真实构建环境优化查询样本，是提升BCSD在真实固件场景中可靠性的关键路径。该研究面向真实固件安全场景，系统揭示了BCSD技术在大规模漏洞检测中的能力边界与关键影响因素，为后续固件漏洞检测、第三方库风险治理、N-day漏洞排查以及二进制代码分析技术发展提供了数据支撑和方法参考。此次论文获得FSE 2026 Distinguished Paper Award，体现了我院教师在软件安全、固件安全与二进制分析方向的持续研究积累和国际影响力。

区块链与数据安全实验室由杭州电子科技大学与杭州云象网络技术有限公司共建，现有黄步添教授、吕秋云副教授、董超鹏特聘副研究员等10余位校企导师和30余位研究生,长期聚焦区块链架构、隐私计算、数字身份与数据安全等方向，承担多项国家重点研发计划和工信部未来产业创新任务，持续推动区块链与隐私保护等关键技术研究与应用落地。