Para penulis menyajikan sebuah pipeline untuk memulihkan kode sumber dari fungsi biner yang dihapus dengan menggabungkan rekayasa terbalik, pengambilan berbasis jangkar, dan penalaran model bahasa besar.
- Metode ini mengidentifikasi fungsi sumber dari basis data alih-alih menghasilkan pseudocode dekompile.
- Jangkar seperti string, konstanta, panggilan eksternal, dan nama fungsi diekstrak menggunakan Ghidra.
- Kandidat diambil melalui pencarian indeks terbalik dan diurutkan ulang oleh LLM berdasarkan disassembly dan metadata.
Pada biner tcpdump yang dihapus dengan basis data berketepatan tinggi, metode ini mencapai cakupan instruksi assembly sebesar 95,2%.
Eksperimen pada basis data berbasis GitHub menunjukkan kinerja lebih rendah dengan cakupan instruksi rata-rata 35,5% karena kegagalan pengambilan.
Hasilnya menunjukkan bahwa pemulihan biner tingkat sumber efektif ketika didukung oleh basis data berkualitas tinggi.