[发明专利]用于分析二进制文件的基于生物序列的方案

权利要求书

1.一种在设备的非暂时性存储器中编程的方法，包括：

a. 将软件二进制文件反汇编成汇编指令序列；

b. 规范化所述汇编指令序列；

c. 将所规范化的所述汇编指令序列映射为文本序列；以及

d. 对所述文本序列执行序列比对，以使用算法找到相关子序列；其中所述算法利用主机/工作机/任务概念，其中任务由主机被给予工作机内核，其中在启动时，所述主机打开查询文件并等待请求，所述工作机内核分配存储器以运行本地史密斯-沃特曼计算，其中节点上的每个工作机内核一次分配一个存储器，并且如果不存在足够的剩余存储器，则稍后联机的所述工作机内核不分配存储器或运行，进一步地，其中一旦工作机内核分配存储器，所述工作机内核就从所述主机请求任务而不等待其他工作机内核分配存储器;

e. 消除短于第一阈值的文本序列，并且将长于第二阈值的文本序列分成固定长度的多个序列，其中长于所述第二阈值的所述文本序列是基于可用存储器的数量而被分割的。

2.根据权利要求1所述的方法，还包括：接收所述文本序列、包含用于文本比对和未比对事件的奖励值的评分矩阵、以及使用所述算法来评分参数，其中所述评分矩阵是基于所选择的字母表的即插即用评分矩阵。

3.根据权利要求1所述的方法，其中所述算法可应用于超过标准20个氨基酸字符的字符串字母表，其中所述字符串字母表包括任何可打印的ASCII字符。

4.根据权利要求1所述的方法，其中反汇编被自动化，以生成用于序列分析的、适当地被格式化的文件。

5.根据权利要求1所述的方法，其中规范化所述汇编指令序列包括：移除所有参数并分类地对相似的操作码进行分组，将每个类别映射为单个字母，其中分类地对相似的操作码进行分组包括：生成每个集群的表示。

6.根据权利要求5所述的方法，其中生成所述每个集群的表示是通过一致性或隐藏标记的，其中一致性包括：比对所述集群中的项目并提供比对的分段，并且隐藏标记包括：通过找到相同的分段和不同的分段来生成集群的一个或多个简档。

7.根据权利要求1所述的方法，还包括：为史密斯-沃特曼计算初始分配一次存储器，并且针对每个比对重新使用所述存储器，其中所分配的所述存储器的大小是可配置的。

8.根据权利要求1所述的方法，其中每个节点分配可变数量的工作机内核和存储器。

9.根据权利要求1所述的方法，其中如果工作机内核处理长于阈值的查询，则所述工作机内核请求所述主机帮助，并且如果所述其他工作机内核仍然繁忙，则所述主机拒绝，否则，所述主机帮助所述工作机内核。

10.一种用于处理软件二进制文件的装置，包括：

a. 非暂时性存储器，用于存储应用，所述应用用于：

i. 将软件二进制文件反汇编成汇编指令序列；

ii. 规范化所述汇编指令序列；

iii. 将所规范化的所述汇编指令序列映射为文本序列；以及

iv. 对所述文本序列执行序列比对，以使用算法找到相关子序列；其中所述算法利用主机/工作机/任务概念，其中任务由主机被给予工作机内核，其中在启动时，所述主机打开查询文件并等待请求，所述工作机内核分配存储器以运行本地史密斯-沃特曼计算，其中节点上的每个工作机内核一次分配一个存储器，并且如果不存在足够的剩余存储器，则稍后联机的所述工作机内核不分配存储器或运行，进一步地，其中一旦工作机内核分配存储器，所述工作机内核就从所述主机请求任务而不等待其他工作机内核分配存储器；

其中所述应用还被配置用于：

消除短于第一阈值的文本序列，并且将长于第二阈值的文本序列分成固定长度的多个序列，其中长于所述第二阈值的所述文本序列是基于可用存储器的数量而被分割的;

b. 处理器，被耦合到所述存储器，所述处理器被配置用于处理所述应用。