في عالم الهندسة العكسية، يعد اكتشاف تشابه الشيفرات الثنائية (Binary Code Similarity Detection) واحدًا من المهام الأساسية التي تدعم تحليل البرمجيات الضارة واكتشاف الثغرات. بينما كانت طرق الكشف التقليدية تعتمد على ميزات مصممة يدويًا، مثل نسب العمليات، تحاول التقنيات الحديثة التغلب على عيوبها من خلال تمثيلات المتجهات (Vector Representations).

تقدم التقنيات الحالية نوعًا من التوازن بين القابلية للفهم والتعميم، لكنها في الغالب تواجه تحديات كبيرة تتعلق بدقة النتائج وسرعة المعالجة، حيث تتطلب طرق البحث عن الجيران الأقرب في الفضاء عالي الأبعاد تقديم تقريبيات تؤثر على الدقة.

ومع ذلك، استطاعت مجموعة من الباحثين تجاوز هذه الفجوات باستخدام نموذج يعتمد على التحليل المنطقي للشيفرات التجميعية (Assembly Code)، مما أتاح لهم استخراج ميزات جديدة مثل الأنواع المتوقع إدخالها/إخراجها، والآثار الجانبية، والثوابت البارزة، والنية الخوارزمية. هذه الميزات ليست فقط غنية ومتنوعة، بل أيضًا قابلة للقراءة والتحديث، ما يجعلها سهلة الفهم والاستخدام.

تجهز هذه التقنيات الجديدة أداة قوية تساعد على تحقيق نسب تذكر تصل إلى 62% في مهام عبور البنى والهندسة، وهي نسبة تقارن بتقنيات التمثيل المتقدم المستخدمة عادة، مما يبرز إمكانية التقاء دقة النتائج وسرعتها مع قابلية الفهم في بيئة عمل حديثة.