# 二进制变体/补丁对比决策树与证据分级

## 场景决策树（入口 → 分支）

### 1. 分析目标分支（第一级）

```
目标
├─ N-day 补丁定位（修复前后对比）→ 步骤 3：changed 集合 → 候选排序
├─ 家族变体溯源 → 步骤 4：两两矩阵 → 聚类 → 演进链
├─ 相似样本关联（这是不是同一个家族的）→ 共享函数比例判定
└─ 共享代码识别（复用/借用判断）→ 独有函数 + 常量/字符串命中
```

### 2. 可比性分支（第二级）

```
配对输入
├─ 同架构 + 同工具链 → 函数级全量匹配（指令哈希 + 调用图 + 常量）
├─ 同架构 + 异编译器 → 降低指令哈希权重，调用图/常量为主（坑 1）
├─ 跨架构 → 只比逻辑层（调用图/常量/字符串），标注跨架构局限
└─ 符号状态
   ├─ 未 strip → 符号对齐优先（快且准）
   └─ strip → 结构匹配（入口特征/调用模式/常量锚定）
```

### 3. 匹配层级分支（第三级）

```
匹配粒度
├─ 函数级（默认）→ matched/changed/new/deleted 集合
├─ 指令级 → 变更函数内逐指令 diff（改动点定位）
├─ 结构级 → 调用图/数据引用对比（重排/合并检测）
└─ 语义级 → 需先 [[re-cpp-abi]] 还原符号语义再比
```

### 4. 候选排序分支（第四级，补丁 diff 时）

```
changed 函数集
├─ 新增校验/边界处理（if/长度/范围检查）→ 高优先级：漏洞点候选
├─ 行为变化（调用新增/参数变化）→ 中优先级：功能变更/修复
├─ 纯重构（等价重排）→ 低优先级：跳过或标注
└─ 无 changed → 修复可能内联/跨函数重组（坑 7）→ 扩大对比面
```

### 5. 结果核查分支（第五级）

```
匹配结果
├─ 跨工具一致（BinDiff + rz-diff 同结论）→ 直接采信
├─ 冲突 → 人工抽查差异函数（反编译复核）
├─ 相似度虚高 → 查共享库依赖（[[re-imports]] 对照）排除
└─ 阈值未校准 → 先人工抽查 10-20 个函数定阈值再批量
```

## 证据分级表

| 级别 | 证据形态 | 示例 | 用途 |
|---|---|---|---|
| A 强 | 跨工具一致 + 反编译人工确认 | changed 函数差异点在反编译中确认语义（新增校验） | 可下「漏洞点/修复点」结论 |
| B 中 | 单工具高相似 + 调用链闭合 | 函数相似度 > 阈值且调用关系对应 | 可下「高度疑似」 |
| C 弱 | 特征级 | 仅字符串/常量命中、函数级匹配无闭合 | 只支持「关联候选」 |
| 反证 | 良性解释 | 差异属重构/平台分支，无安全语义 | 记录并存档 |

- 缺陷模式推断（越界/缺失校验类）单独标注置信度，与「函数变更」事实分开陈述
- 相似度分数是证据不是结论：分数本身不承载语义，人工复核后才定级

## 实现教训（内化）

- 先配对再对比：sha256/架构/工具链指纹先记录，可比性不成立时直接降级，别浪费全量匹配
- 相似度阈值先校准：每个样本对集的人工抽查结果反推阈值，再定聚类线
- 排除共享库是防虚高的第一道关：依赖清单（[[re-imports]]）先行，业务代码再比
- 跨架构只比逻辑层：指令级对比在跨架构下无意义，标注局限
- 补丁 diff 按变更语义排序而非相似度排序：新增校验/边界处理优先于重构类差异
- 跨工具交叉验证：BinDiff 系与 rz-diff 结论一致时证据强度显著提升

## 使用注意

- 样本来源不可信时在沙箱内处理（[[re-sandbox]]）；对比属静态操作，动态确认走对应技能
- 结论按本表分级标注，并注明工具版本与阈值（相似度分数、排除规则）