反汇编指令的人工编码

方式：从反汇编指令中手动提取特征

优点：能够包含指令的语义信息

缺点：高度以来专家知识，提取特征的语义信息层级决定了方法的上限。

相关研究

简单方法

方法：提取操作码来表示指令，将每个操作码转化为一个one-hot向量。

评价：忽视了指令中的操作数信息。

Instruction2Vec

方法：寄存器、地址和偏移以不同的方式进行编码，然后聚合成一个向量表示。每个指令被编码为一个9维向量。每个指令划分为多个token，每个token编码一个唯一的索引号，

评价：只能较好的衡量连个指令是不是相同，但无法了解更指令包含的更高层语义信息。例如：无法表示add和sub指令都是算数运算，相似性要比和call的相似性要高。