利用大语言模型赋能二进制污点分析
密码学与安全
2025-01-10 v4 软件工程
摘要
本文提出 LATTE，这是首个由大语言模型(LLM)驱动的静态二进制污点分析工具。LATTE 在三个方面优于现有最优方法(如 Emtaint、Arbiter、Karonte)。首先，LATTE 完全自动化，而先前的静态二进制污点分析器需要依赖人类专家手动定制污点传播规则和漏洞检测规则。其次，LATTE 在漏洞检测方面显著有效，这通过我们全面的评估得到了证明。例如，LATTE 在真实固件中发现了 37 个基线方法未能发现的新漏洞，其中 7 个已被分配 CVE 编号。最后，LATTE 的工程成本极低，使其成为安全研究人员和从业者的一种高性价比且可扩展的解决方案。我们坚信 LATTE 开辟了一个新方向，即利用 LLM 的最新进展来改进二进制程序的漏洞分析。
引用
@article{arxiv.2310.08275,
title = {Harnessing the Power of LLM to Support Binary Taint Analysis},
author = {Puzhuo Liu and Chengnian Sun and Yaowen Zheng and Xuan Feng and Chuan Qin and Yuncheng Wang and Zhenyang Xu and Zhi Li and Peng Di and Yu Jiang and Limin Sun},
journal= {arXiv preprint arXiv:2310.08275},
year = {2025}
}
备注
36 pages,16 figures