当前位置:首页 > 报告详情

LLMDYara:基于LLM的自动化YARA规则生成具有可解释文件特征和DNA哈希功能.pdf

上传人: 竿*** 编号:981896 2025-11-29 27页 5.97MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
根据《LLMDYara: LLMs-Driven Automated YARA Rules Generation》文章,主要内容如下: 1. **背景**:面对日益增长的恶意软件威胁和手动操作的效率低下,自动化YARA规则生成成为必要。 2. **方法**:LLMDYara方法通过特征提取、过滤和基于LLM的特征决策来生成规则。 3. **特征提取**:包括字符串特征、函数特征和文件DNAHash特征。 4. **特征过滤**:通过深度过滤自然语言字符串和函数特征来减少误报。 5. **LLM决策**:利用LLM进行字符串和函数特征的选择,提高规则质量。 6. **规则生成**:生成针对近期活跃恶意软件的规则,并在2.3百万良性样本上测试,减少误报。 7. **结果**:与AutoYara相比,LLMDYara在规则生成和误报控制方面表现更优。
如何提升YARA规则生成效率?" LLM如何助力?" "LLM在文件特征提取中的应用揭秘!"
客服
商务合作
小程序
服务号
折叠