【论文阅读】WaDec: Decompiling WebAssembly Using Large Language Model

论文阅读笔记：WaDec: Decompiling WebAssembly Using Large Language Model

1. 来源出处

• 论文标题: WaDec: Decompiling WebAssembly Using Large Language Model
• 作者: Xinyu She, Yanjie Zhao, Haoyu Wang
• 会议: 39th IEEE/ACM International Conference on Automated Software Engineering (ASE 2024)
• DOI: 10.1145/3691620.3695020

2. 研究背景与问题陈述

WebAssembly（Wasm）是一种跨平台二进制指令格式，旨在实现接近本地速度的高效执行。尽管其在多种领域（如区块链、物联网和云计算）得到了广泛应用，但由于其二进制本质，Wasm 在可读性和调试方面面临挑战。为了进行逆向工程，开发者和研究人员依赖于反编译工具。然而，传统反编译器在生成可读代码方面存在显著问题，这使得高效的反编译成为一种迫切需求。

2.1 先前方法的不足

1. 传统静态工具的限制:

   • 可读性差：如 Ghidra、Wasm2c 和 Wasm-decompile 等工具生成的代码缺乏可读性和结构化组织，通常只能逐条指令翻译，保留了过多的低级指令风格。
   • 代码膨胀：传统工具的输出常包含冗余中间表示，导致代码量膨胀，难以维护。
   • 无法处理代码片段：这些工具通常只能处理完整程序，而无法应对代码片段。

2. 基于机器学习的方法:

   • 响应不稳定：ML 模型输出通常是概率性的，复杂输入（如嵌套循环）会引起输出不稳定或无关内容。
   • 嵌套循环处理能力弱：AI 反编译器在处理复杂嵌套结构时表现不佳，影响代码逻辑的准确还原。

2.2 当前面临的挑战

• Wasm 的特