CREBench: Benchmarking LLM per il Reverse Engineering di Binari Crittografici

È stato lanciato un nuovo standard noto come CREBench per valutare l'efficacia dei grandi modelli linguistici (LLM) nel reverse engineering (RE) di binari crittografici. Questo benchmark include 432 sfide derivate da 48 algoritmi crittografici consolidati, con 3 scenari di uso insicuro delle chiavi crittografiche e 3 livelli di difficoltà. Ogni sfida è formulata come un compito di RE Capture-the-Flag (CTF), che richiede al modello di interpretare la logica crittografica e recuperare l'input corretto. Questo quadro di valutazione mira a misurare sistematicamente le prestazioni degli LLM in questa area di nicchia. La ricerca, che colma una lacuna nella comprensione del ruolo degli LLM nel reverse engineering, è dettagliata nell'articolo arXiv 2604.03750, sottolineando il potenziale degli LLM per semplificare i processi di RE, fondamentali per scoprire vulnerabilità in programmi crittografici sensibili.