一种基于符号执行轨迹的代码中间表示预训练方法

本发明公开了一种基于符号执行轨迹的代码中间表示预训练方法，可以将代码中的控制流展开为符号执行轨迹，在代码中间表示的执行局部提供语义监督信号。本发明通过在控制流图上随机游走将函数展开为符号执行轨迹，限制回边访问次数以避免重复访问循环，并使用符号约束表示控制流转移条件。然后，本发明通过编译优化和代码混淆技术生成语义等价但表示不一致的符号执行轨迹变体，使用对比学习任务学习符号执行轨迹之间的语义等价性。该预训练方法能使代码预训练模型对局部语义的变动有更好的稳健性。