研究人员开发了 LCC-LLM，这是一个旨在利用大型语言模型改进恶意软件归因的框架和数据集。该系统利用以代码为中心的表示，包括反编译的 C 代码和汇编代码，以提供比以往方法更深入的分析。LCC-LLM 集成了检索增强生成管道和网络安全知识，以提高事实可靠性和分析师决策支持，在结构化报告生成和恶意软件分类方面显示出有希望的结果。 AI
影响 增强了 LLM 在网络安全方面的能力，可能改进威胁情报和事件响应。
排序理由 这是一篇详细介绍用于恶意软件分析的新框架和数据集的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.05807v1 Announce Type: cross Abstract: LLMs are increasingly explored for malware analysis; however, current LLM-based malware attribution remains limited by unsupported indicators and insufficient code-level grounding for identifying malicious and vulnerable code segm…