Нейросети в помощь ромхакерам - возможно ли такое?

[Томахомэ]

В последнее время я с большим воодушевлением слежу за успехами в развитии нейросетевых технологий, и с выходом ChatGPT-4 задался вопросом - а доросли ли уже нейросети до того, чтобы им поручать такую сложную и трудоёмкую вещь, как реверс-энжинеринг ромов различных игр: вникание в смысл дизассемблированного кода, анализ принципов хранения игровых данных и их структуры, а также поиск способов преобразования их в удоборедактируемые форматы и обратно?

[Dyons]

а доросли ли уже нейросети до того, чтобы им поручать такую сложную и трудоёмкую вещь

нет, не доросли, еще долго будешь ждать пока дорастут

[paul_met]

В последнее время я с большим воодушевлением слежу за успехами в развитии нейросетевых технологий, и с выходом ChatGPT-4 задался вопросом - а доросли ли уже нейросети до того, чтобы им поручать такую сложную и трудоёмкую вещь, как реверс-энжинеринг ромов различных игр: вникание в смысл дизассемблированного кода, анализ принципов хранения игровых данных и их структуры, а также поиск способов преобразования их в удоборедактируемые форматы и обратно?

Зачем самое интересное спихивать на нейросети? Пусть лучше продолжают заниматься качественным масштабированием и реконструкцией изображений в низком разрешении.

[Rumata]

вникание в смысл

И давно нейросети научились вникать в смысл?

[MaxWooD]

ромов различных игр: вникание в смысл дизассемблированного кода, анализ принципов хранения игровых данных и их структуры, а также поиск способов преобразования их в удоборедактируемые форматы и обратно

Для этого, нужно обучить нейросеть + долгая отладка. Кто этим будет заниматься? Добавить еще, что все игры разные, и универсального алгоритма нет...утопия.
Это только вершина айсберга.

Тем более, нейросети все, прикрыли их, сильные мира сего, есть офф инфа. Доказательство этому платная Миджурней, и ограничения ГПТ.

[perfect_genius]

Уже пробуют:
github.com/JusticeRage/Gepetto

[Томахомэ]

Уже пробуют:
github.com/JusticeRage/Gepetto

А вот тут уже и в самом деле интересно. Но это C - а как он справляется с кодом на ассемблере, и справляется ли вообще?

P. S.:Уууупс, сорри за тупой вопрос - надо было сразу глянуть в описание проекта на Гитхабе.

[TiberiyLTim]

Наивные такие, я не могу...

[perfect_genius]

а как он справляется с кодом на ассемблере, и справляется ли вообще?

В данный момент на Хабре балуются нейросетями, которые можно запустить у себя на ПК:

Я:

Что делает этот код. Какие входные параметры? Как работает код?
Для чего используется рекурсия? Проиграй этот код для входных значений: EAX = 321, ECX = 16, EDI = 1000h

    num2str:
        cmp   eax,ecx
        jb    .less_than_radix
        xor   edx,edx
        div   ecx
        push  edx
        call  num2str
        pop   eax

    .less_than_radix:

        cmp   al, 10
        sbb   al, 69h
        das
        stosb
        ret                                     
OpenChat:

Этот код преобразует десятичное число, заданное в регистрах EAX в строковое представление в регистре EDI. Рекурсия используется для преобразования числа в строку до тех пор, пока число не станет меньше радикса (в данном случае 16).

Входные параметры:

    EAX - десятичное число, которое нужно преобразовать в строку.
    ECX - радикс (количество символов в числе).
    EDI - адрес начала строкового буфера, в который будет записано строковое представление числа.
Код работает следующим образом:

Сравнивается значение EAX с ECX. Если EAX меньше ECX, выполняется переход к метке .less_than_radix.
Если EAX больше или равно ECX, выполняется деление EAX на ECX с помощью инструкции DIV и результат деления записывается в регистр EDX.
Затем EDX push-ается на стек, и вызывается сама функция num2str с переходом к метке .less_than_radix.
После вызова функции num2str, выполняется pop эксклюзивного адреса EAX, чтобы вернуть значение EDX с стека.
Метка .less_than_radix выполняет следующие действия:

a. Сравнивается значение AL (нижший байт EAX) с 10. Если AL меньше 10, выполняется сдвиг вправо AL на 1 и записывается результат в AL.

b. Затем выполняется сравнение AL и 69h (105 в десятичной системе счисления). Если AL больше 105, выполняется сдвиг влево AL на 1 и записывается результат в AL.

c. Записывается в строковый буфер EDI значение AL.

d. Увеличивается адрес EDI на 1.

Функция num2str заканчивает свою работу, когда EAX станет меньше ECX.

Выполнение кода для входных значений EAX = 321, ECX = 16, EDI = 1000h:

Сравнение EAX и ECX дает false, поэтому переход к метке .less_than_radix.

Сравнение AL и 10 дает false, поэтому переход к метке .less_than_radix.

Запись в строковый буфер EDI значения AL (32) и увеличение адреса EDI на 1.

Сравнение AL и 10 дает false, поэтому переход к метке .less_than_radix.

Запись в строковый буфер EDI значения AL (2) и увеличение адреса EDI на 1.

Сравнение AL и 10 дает false, поэтому переход к метке .less_than_radix.

Запись в строковый буфер EDI значения AL (1) и увеличение адреса EDI на 1.

Теперь EAX стало меньше ECX, поэтому функция num2str заканчивает свою работу.

После выполнения кода в строковом буфере EDI будет записано "321".

habr.com/ru/articles/776314/#comment_26211568

[perfect_genius]

Вот снова пробуют, уже на более серьёзных нейросетях:

We are a team of researchers from different universities (Arizona State University, EURECOM and University of Padua) who would like to set up a user study to measure the impact of Large Language Models (e.g. ChatGPT, LLAMA 2) during the Software Reverse Engineering (SRE) process.

docs.google.com/forms/d/e/1FAIpQLSd4n6x7hpCmBWQXX75H7nWeMABSjM9p6P58YChqOTiXG_F9xA/viewform

[Томахомэ]

Сорри, кстати, за небольшой оффтопик - встречал я за последние несколько лет разные примеры нейросетевой генерации анимэ-картинок, и некоторые из них довольно точно имитируют конкретные авторские стили вроде миядзакиевского. Однако как у них обстоят дела с менее известными стилями - вроде рисовки как в ТВ-сериале 1995 г. "Таинственная игра"? И что, если тебе нужны не одиночные статичные картинки, а полноценный видеоряд, воссоздаваемый "на" лету на основе, например, real-time 3D-рендера внутри какой-нибудь игры, или ещё какого иного потока видеоданных?

[Yoti]

Однако как у них обстоят дела с менее известными стилями

На чём обучишь, то и будет рисовать.

[Revers]

Зачем самое интересное спихивать на нейросети? Пусть лучше продолжают заниматься качественным масштабированием и реконструкцией изображений в низком разрешении.

А ты видел шрифт перевода игр на PS2? , зачем играть во что попало , если можно сделать читабельность текста лучше , чем у оригинала

[supremacy]

Проблема с нейросетями генерирующими код в том, что запрос должен быть составлен человеком который может написать этот код сам, но после генерации кода его ещё нужно проверить на ошибки и удостоверится что он всё делает правильно (можно что-нибудь не учесть при составлении задания). А программисты не любят две вещи: писать ТЗ и разбираться в чужом коде. В общем, на текущем уровне развития нейросетей эта идея не жизнеспособна. А когда нейросети достигнут уровня постановки задачи и верификации результата, то и текущие задачи решаемые написанием кода будут решаться другим способом, т.е. написание кода на языках высокого уровня станет не нужным.

[perfect_genius]

Revers, так он про это же и говорит. Пусть нейросеть улучшает картинку, а не забирает у нас сборку пазла.

supremacy, тема ведь про понимание уже существующего кода. При создании программы с помощью нейросети мы можем удостовериться в правильности работы этой программы только разобравшись в написанном или написав самому свою версию такой же программы и сравнить результаты их работы. А если код уже есть, то остаётся только тэстировать понимание нейросетью кода:

Как работает код?
Для чего используется рекурсия? Проиграй этот код для входных значений: EAX = 321, ECX = 16, EDI = 1000h

Этот код преобразует десятичное число, заданное в регистрах EAX в строковое представление в регистре EDI. Рекурсия используется для преобразования числа в строку до тех пор, пока число не станет меньше радикса (в данном случае 16).

После выполнения кода в строковом буфере EDI будет записано "321".

Если результат не совпадает с результатом работы программы, тогда и можно начать не доверять нейросети.

[supremacy]

тема ведь про понимание уже существующего кода

Если для понимания кода нужна нейросеть, то, боюсь, у меня для вас плохие новости. Это как с разговорником иностранного языка, с помощью него можно задать вопрос, вот только он не поможет понять ответ.

[perfect_genius]

Про понимание существующего кода нейросетями. Если иностранец выполнил именно то, что было нужно, то неважно как ему перевёл разговорник. Если бинарник делает именно то, что описала нейросеть, изучавшая его, то всё норм. Если нет, то придётся уже лезть разбираться самому.