KHash是一种由腾讯安全科恩实验室自研，用于二进制文件相似性比较的哈希。

KHash利用语义嵌入向量化算法，将文件转换成一种紧凑的表示方式，可以快速计算二进制文件之间的相似度，从而提供给用户更快速、准确的相似文件搜索能力。

值得一提的是，此前KHash已经于腾讯内部业务中稳定应用并取得了显著的效果。现科恩将KHash上线至 BinaryAI（binaryai.cn），正式向外部用户提供体验试用，并开放SDK（详见后文）以供用户批量自动化获取二进制文件KHash。

BinaryAI本期更新聚焦SCA算法提升，并围绕交互式分析、自定义比对功能的使用体验进行多项优化。

BinaryAI科研合作计划由腾讯安全科恩实验室主导，旨在通过提供BinaryAI平台底座能力，与广大学者携手探索AI+软件安全产业结合的前沿科研工作。

面向对象：国内高校、科研院所等所属的团队或个人研究员均可；

如何参与：填写问卷报名；

合作形式：为参与者提供BinaryAI底座能力，包括SDK/API、数据资源、对比评测结果等；

BinaryAI这次带来了 “自定义比对”的全新功能，配备持续提升的算法模型和后台数据，这些更新将提升BinaryAI使用体验。

科恩实验室自研二进制安全智能分析平台- BinaryAI技术分享：全新功能“二进制比对”的设计与实现。本文介绍了BinaryAI如何在大模型 BAI-2.0基础上叠加启发式算法，以函数粒度的语义匹配提高了复杂场景下二进制比对准确率及召回率。 体验地址：https://www.binaryai.cn

BinaryAI这次带来了“交互式分析页面”新功能，配备持续提升的算法模型和后台数据，这些提升使得产品AI能力更加强大，能够更好地为用户提供服务。

科恩自研二进制安全智能分析平台—BinaryAI带来重要功能更新：发布全新代码匹配模型BAI-2.0、准确率提升、数据集拓展及用户体验优化。体验地址：https://www.binaryai.net

开源软件的指数级增长给软件成分分析提出了新的挑战：如何实时跟踪数量庞大的开源组件并更新至自身数据集？

为应对该挑战，提升SCA分析准确性及效率，BinaryAI带来重要功能更新：后台数据集量级升级，实现版本变化实时跟踪；SCA分析结果新增组件项目地址链接。

8月11日，腾讯安全科恩实验室正式发布在线软件成分分析平台——BinaryAI，首次将软件成分分析（Software Composition Analysis，SCA）技术推广到日常安全研究。 伴随着开源软件的迅速成长，应用软件中使用开源代码的比重逐年持续增长。然而，开源代码中的安全问题也让软件市场面临软件供应链安全的挑战。