LCC-LLM: Framework LLM incentrato sul codice per l'attribuzione di malware

I ricercatori hanno introdotto LCC-LLM, un nuovo dataset di benchmark per l'analisi del codice e il miglioramento dell'attribuzione di malware insieme all'analisi statica multi-task del malware. Il dataset LCCD comprende circa 34.000 campioni PE che sono stati completamente reverse-engineered. Include elementi come codice C decompilato, codice assembly, vari artefatti, dati esadecimali, metadati PE e segni di uso sospetto di API. Il loro framework unisce l'analisi statica guidata da LangGraph con varie conoscenze di cybersecurity, consentendo conclusioni basate su prove sul malware. Impiega un approccio di generazione aumentata da recupero a sette strati per affrontare le attuali sfide nell'attribuzione di malware basata su LLM, in particolare i problemi con indicatori non supportati e riferimenti a livello di codice inadeguati per identificare codice malevolo o vulnerabile.