跳转至

文章背景与核心概要

在软件逆向工程和二进制分析领域，反编译得到的 C 代码通常需要经过修复才能重新编译。然而，本篇论文指出，单纯的成功重新编译并不能保证代码能够保留其原有的、经测试观察到的行为。重新编译出的二进制文件仍可能存在语义问题，例如命令行选项解析错误、输出字节不一致或返回错误的退出状态。

为了解决这一痛点，本文介绍了一种简化的工作流程，结合编译器反馈与官方测试套件来修复反编译的 C 代码。该流程分为构建修复（利用编译器和链接器诊断指导初始语法和构建修复）和语义修复（一旦代码成功编译为二进制文件，通过冒烟检查和官方测试暴露行为差异，从而引导进一步的精炼）。在包含 104 个 Coreutils 9.5 二进制文件的评估中，87.5% 的二进制文件成功重新编译并通过了测试门槛，证明了引入测试门槛反馈能使大语言模型（LLM）辅助的反编译 C 代码修复比纯粹依赖编译恢复更加可靠和可审计。

重新编译远远不够：测试引导的反编译C代码修复 (Recompilation Is Not Enough: Test-Guided Decompiled-C Repair)

作者： Yuhan Huang, Puzhuo Liu, Jianlei Chi
主要学科： 软件工程 (cs.SE)
arXiv ID： arXiv:2609.07201 [cs.SE]
提交时间： 2026年9月7日

📌 摘要 (Summary)

反编译得到的 C 代码通常只有在经过修复后才能重新编译，但单纯的成功重新编译并不能保证代码能够保留其原有的、经测试观察到的行为。重新编译的二进制文件仍然可能存在语义问题——例如错误地解析命令行选项、生成不同的输出字节或返回错误的退出状态。

Decompiled C code often becomes recompilable only after undergoing repair, but successful recompilation alone does not guarantee that the code preserves its original, test-observed behavior. A recompiled binary can still suffer from semantic issues—such as parsing command-line options incorrectly, generating different output bytes, or returning an incorrect exit status.

本文介绍了一种简化的工作流程，通过结合编译器反馈与官方测试套件来修复反编译的 C 代码： 1. 构建修复： 利用编译器和链接器的诊断信息来指导初始的语法和构建修复。 2. 语义修复： 一旦代码成功编译为二进制文件，冒烟检查（smoke checks）和官方测试便会暴露行为差异，从而指导进一步的精炼。

This paper introduces a streamlined workflow for repairing decompiled C code using a combination of compiler feedback and official test suites: 1. Build Repair: Compiler and linker diagnostics guide the initial syntax and build fixes. 2. Semantic Repair: Once the code successfully compiles into a binary, smoke checks and official tests expose behavioral discrepancies, guiding further refinement.

核心发现 (Key Findings)

在基于静态增强的评估中，使用了 104 个 Coreutils 9.5 二进制文件（利用了反编译器导出功能和确定性的精确输出冒烟比较）： * 87.5%（91 个二进制文件） 成功重新编译并通过了测试门槛。 * 9 个二进制文件 在分配的修复预算内未能重新编译成功。 * 4 个二进制文件 成功重新编译，但由于行为不匹配而未通过测试门槛。

In a static-enriched evaluation using 104 Coreutils 9.5 binaries (leveraging decompiler exports and deterministic exact-output smoke comparisons): * 87.5% (91 binaries) successfully recompiled and passed the test gate. * 9 binaries failed to recompile within the allocated repair budget. * 4 binaries successfully recompiled but failed the test gate due to behavioral mismatches.

这些结果表明，结合测试门槛反馈能够使大语言模型（LLM）辅助的反编译 C 代码修复比纯粹依赖仅编译恢复的方式显著更加可靠且可审计。

These results demonstrate that incorporating test-gate feedback makes Large Language Model (LLM)-assisted repair of decompiled C significantly more reliable and auditable than relying purely on compile-only recovery.

📑 论文元数据 (Paper Metadata)