DualSC：基于Transformer与对偶学习的Shellcode自动生成与摘要

Shellcode是一小段代码，被执行以利用软件漏洞，使目标计算机通过代码注入攻击执行攻击者的任意命令。与自动化漏洞生成技术的目的类似，shellcode的自动生成能够生成攻击指令，可用于检测漏洞并实施防御措施。而shellcode的自动摘要可帮助不熟悉shellcode与网络信息安全的用户理解shellcode攻击的意图。在本研究中，我们提出一种新方法DualSC来解决shellcode自动生成与摘要任务。具体而言，我们将shellcode自动生成与摘要形式化为对偶任务，使用浅层Transformer进行模型构建，并设计了一种归一化方法Adjust QKNorm以适应这些低资源任务（即训练数据不足）。最后，为缓解未登录词问题，我们提出一个基于规则的修复组件来提升shellcode自动生成的性能。在我们的实证研究中，我们选取高质量语料Shellcode IA32作为实证对象。该语料基于逐行粒度从两个真实世界项目中收集。我们首先在四项性能指标上将DualSC与来自代码生成与代码摘要领域的六个SOTA基线进行比较。比较结果显示了DualSC的竞争力。随后，我们验证了DualSC中组件设置的有效性。最后，我们开展了一项人工研究以进一步验证DualSC的有效性。