000169642 001__ 169642
000169642 005__ 20260304131017.0
000169642 037__ $$aTAZ-TFM-2025-899
000169642 041__ $$aspa
000169642 1001_ $$aLin Jiang, Hong Christian
000169642 24200 $$aClassification of ELF functions using multilayer autoencoders and program binary analysis.
000169642 24500 $$aClasificación de funciones en binarios ELF mediante autoencoders multicapa y análisis de programas.
000169642 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2025
000169642 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000169642 520__ $$aEl objetivo es desarrollar un sistema basado en aprendizaje automático para clasificar funciones extraídas de binarios de Linux (formato ELF), con el fin de identificar similitudes entre ellas, incluso cuando provienen de arquitecturas distintas o han sido compiladas con diferentes opciones. Para ello, se emplearán modelos de representación y análisis estructural del código binario que permitan entrenar {\em autoencoders} multicapa capaces de generar {\em embeddings} representativos de cada función. El trabajo aborda el reto de comparar funciones compiladas sin información simbólica, lo que dificulta los enfoques clásicos basados en nombres o estructuras conocidas.<br /><br />
000169642 521__ $$aMáster Universitario en Ingeniería Informática
000169642 540__ $$aDerechos regulados por licencia Creative Commons
000169642 691__ $$a0
000169642 692__ $$a
000169642 700__ $$aRoldán Gómez, José$$edir.
000169642 700__ $$aRodríguez Fernández, Ricardo Julio$$edir.
000169642 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos
000169642 8560_ $$f758631@unizar.es
000169642 8564_ $$s835401$$uhttps://zaguan.unizar.es/record/169642/files/TAZ-TFM-2025-899.pdf$$yMemoria (spa)
000169642 909CO $$ooai:zaguan.unizar.es:169642$$pdriver$$ptrabajos-fin-master
000169642 950__ $$a
000169642 951__ $$adeposita:2026-03-04
000169642 980__ $$aTAZ$$bTFM$$cEINA
000169642 999__ $$a20250625205702.CREATION_DATE