Компьютерные науки > Криптография и безопасность [представлено 5 сентября 2026 года] Название: SCRIPTICO-BENH: Контрольный параметр для распознавания поддающейся действию угрозы информации из Скрипта на основе Малварства с использованием LMS View PDF HTML (экспериментального) резюме: вредное программное обеспечение на базе Script остается широко распространенным методом нападения. В этих сценариях часто содержатся показатели компромисса (МОК), которые позволяют получать информацию об угрозе, которую можно было бы использовать для принятия мер. Однако статичное восстановление таких показателей сопряжено с трудностями, поскольку соответствующие величины могут быть разбросаны или преобразованы в рамках кода. Несмотря на то, что крупные языковые модели (МЛМ) продемонстрировали многообещающие результаты анализа вопросов безопасности, их способность восстановить МОК от злонамеренных сценариев остается недооцененной. Мы представляем ScriPTICA-BENCH, ориентир для измерения статического потенциала МОК по извлечению информации о злонамеренных сценариях реального мира. Контрольный показатель включает 634 пробы, которые были проверены вручную JavaScript, PowerShell и VBScript плохая программа для четырех типов МОК (URLs, домены, IP адресы и артефакты файловой системы). Мы далее стратифицируем МОК на местах по уровню восстановления, проводя различие между непосредственным воздействием индикаторов и показателями, требующими декодирования или реконструкции. Используя этот контрольный…
ScriPTIC-BENch: Контрольный показатель для распознавания информации об угрозах, поддающейся действию, из Скрипта
arXiv: 2609.06149v1 Аннонс Тип: перекрестное резюме: вредоносное программное обеспечение на основе скрипта по-прежнему является широко распространенным методом нападения. В этих сценариях часто содержатся показатели компромисса (МОК), которые позволяют получать информацию об угрозе, которую можно было бы использовать для принятия мер. Однако статичное восстановление таких показателей сопряжено с трудностями, поскольку соответствующие величины могут быть разбросаны или преобразованы в рамках кода. Несмотря на то, что крупные языковые модели (МЛМ) продемонстрировали многообещающие результаты анализа вопросов безопасности, их способность восстановить МОК от злонамеренных сценариев остается недооцененной. Мы представляем ScriPTICA-BENCH, ориентир для измерения статического потенциала МОК по извлечению информации о злонамеренных сценариях реального мира. Контрольный показатель включает 634 пробы, которые были проверены вручную JavaScript, PowerShell и VBScript плохая программа для четырех типов МОК (URLs, домены, IP адресы и артефакты файловой системы). Мы далее стратифицируем МОК на местах по уровню восстановления, проводя различие между непосредственным воздействием индикаторов и показателями, требующими декодирования или реконструкции. Используя этот контрольный показатель, мы оцениваем широкий спектр реквизитов