.png){kind=icon}
返回
LLM-Powered Static Binary Taint Analysis
.png){kind=icon}
PRE
AI
DOI：10.1145/3711816.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出LATTE，首个由大型语言模型（LLM）驱动的静态二进制污点分析工具。LATTE在三个方面优于当前最先进技术（如Emtaint、Arbiter、Karonte）。首先，LATTE完全自动化，而先前的静态二进制污点分析工具需要依赖人类专家手动定制污点传播规则和漏洞检测规则。其次，LATTE在漏洞检测方面显著有效，这一点通过我们的全面评估得到验证。例如，LATTE在真实世界固件中发现了37个新漏洞，而基线工具未能发现这些漏洞。此外，其中10个已被分配CVE编号。最后，LATTE的工程成本显著降低，使其成为安全研究人员和从业者的低成本、可扩展解决方案。我们坚信，LATTE开辟了一个新方向，利用LLM的最新进展来改进二进制程序的漏洞分析。
Keyword:
binary
taint analysis
large language model
vulnerability
期刊
A
IF:
6.2
论文数:
1.2K
被引数:
3.4K
机构
引用论文
.png){kind=icon}
OSPREY: Recovery of Variable and Data Structure via Probabilistic Analysis for Stripped BinaryOSPREY：通过概率分析恢复被剥离二进制文件中的变量和数据结构
PREAI
分享收藏
查看更多内容