.png){kind=icon}
返回
Malsight: Exploring Malicious Source Code and Benign Pseudocode for Iterative Binary Malware Summarization
.png){kind=icon}
PRE
AI
DOI：10.1109/TIFS.2025.3583552.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
二进制恶意软件摘要旨在自动生成可读的恶意软件行为描述，以促进恶意软件分析和检测等任务。基于大型语言模型（LLM）的先前方法已显示出巨大潜力。然而，它们仍面临严重问题，包括实用性差、解释不准确和摘要不完整，这主要源于晦涩的伪代码结构和缺乏恶意软件训练摘要。此外，涉及二进制恶意软件中丰富交互的函数调用关系仍未得到充分探索。为此，我们提出Malsight，一种新颖的代码摘要框架，可通过探索恶意源代码和良性伪代码来迭代生成二进制恶意软件的描述。具体而言，我们使用LLM构建了首个恶意软件摘要数据集MalS和MalP，并利用人工努力对其进行手动完善。在训练阶段，我们使用MalS和良性伪代码数据集调整我们提出的MalT5，一种新颖的基于LLM的代码模型。然后，在测试阶段，我们将伪代码函数迭代输入MalT5以获取摘要。该过程有助于理解伪代码结构并捕获函数间的复杂交互，从而提升摘要的实用性、准确性和完整性。此外，我们提出了新的评估基准BLEURT-sum来衡量摘要质量。在三个数据集上的实验表明了所提出的Malsight的有效性。值得注意的是，我们提出的MalT5仅拥有0.77B参数，其性能可与更大的Code-Llama相媲美。
Keyword:
Malware
code summarization
binary code
期刊
IF:
8
论文数:
5.3K
被引数:
2.3W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏LLM4Decompile: Decompiling Binary Code with Large Language ModelsLLM4Decompile：使用大型语言模型反编译二进制代码
PREAI
分享收藏
查看更多内容