当今时代,随着计算机软件技术的飞速发展,人们越来越依赖于各种计算机软件来方便的处理事务,各种各样的软件也是不断地推陈出新。在软件开发过程中,开发人员经常会重复使用大量第三方库函数。对于逆向分析工作来说,准确地识别在软件中复用的库函数具有重要意义,例如检测已知漏洞、对恶意软件进行反向分析等。如果能够使用自动化的方法有效标记出各种复用的库函数,就可以显著提高软件逆向分析的效率,减轻逆向分析人员负担,并且合理的匹配算法能获得比人工检测更高的差准率和查全率。库函数识别的一种可行方法是将库中的库函数与目标软件中的函数进行匹配,并在目标软件中标记出匹配的函数。但是,由于函数库版本、编译器、构建选项等的多样性,相应的两个函数之间或多或少存在差异,导致准确识别目标软件中使用的库函数仍然是一项艰巨的任务。在本研究中提出了一种新方法用于识别目标软件中使用的库函数,名为SELF（SEarch for Library Functions）。本方法用共现矩阵表示二进制函数,并通过卷积自编码器对其进行编码,然后使用生成的编码检测两个函数的相似性。该方案聚焦于提取函数的关键语义特征上,一定程度上将细节特征模糊化。因此,它不仅可以准确地区分不同的函数,而且可以容忍库函数不同实例之间的细微差别,很好地满足了库函数识别的要求。为了评估本方法的有效性,本文收集了 451个软件项目,其中包括约300万个函数。与经典的BINDIFF匹配工具相比,本方法在准确率和召回率上均具有优势。整体来说,本方法的识别效果（以F1分数为计）可以达到96.6%以上。特别是当两个库版本相距较远时,本方法显示出更好的抗干扰能力。与此同时,本文也将本方法与更多的相关工作进行了横向对比,证明了本方法的优越性。