AnonymousDoubleBlind123/Malware-Analysis-with-LLM

## 使用大型语言模型进行恶意软件分析 本仓库包含用于复现和理解以下实验的材料： 论文：使用大型语言模型进行恶意软件分析 作者：因双盲评审而匿名 会议/期刊：EASE 2026，英国格拉斯哥 ## 摘要 我们评估了大型语言模型 (LLM) 在使用跨样本的固定 prompt 提供 Portable Executable (PE) 文件分块表示时的响应。我们比较了以下模型的输出： - ChatGPT (4o/5.2 thinking) - Gemini (3 fast) 目标：量化和分析在给定部分 PE 内容的情况下，LLM 判断/解释的一致性、准确性和失败模式。 ## 工具 -IDA: https://hex-rays.com/ida-free + https://hex-rays.com/classroom -Ghidra: https://github.com/nationalsecurityagency/ghidra -Radare2 + r2dec: https://github.com/radareorg/radare2 ## PE 样本 样本 - 良性 PE：https://github.com/iosifache/DikeDataset - 恶意 PE：https://bazaar.abuse.ch/ - 标签：{benign, malicious} 本仓库中的存储内容 出于安全和政策合规考虑，本仓库不包含原始的恶意软件二进制文件。相反，我们提供： - 加密哈希值 - Prompt 如果您需要原始样本，请使用提供的哈希值从授权的恶意软件共享平台获取，并遵守其访问规则。 ## 提示 我们对所有样本使用**固定 prompt**，以控制 prompt 变量。 - Prompt 文件：`Prompt.docx` - Temperature / decoding 设置：默认 - 输出格式约束：0/1 ## 模型查询 ChatGPT - 模型：4o - 访问方式：UI - 运行日期范围：2025 年 12 月至 2026 年 1 月 ChatGPT - 模型：5.2 Thinking - 访问方式：UI - 运行日期范围：2026 年 2 月 Gemini - 模型：3 fast - 访问方式：UI - 运行日期范围：2025 年 12 月至 2026 年 2 月 ## 评估 我们报告： - 分类指标：准确率 (accuracy)、精确率 (precision)、召回率 (recall)、F1

标签：C2, DAST, DLL 劫持, PE文件分析, 云资产清单, 大语言模型, 学术研究, 恶意软件分析, 机器学习评估, 逆向工程