成果介绍
本成果提出一套面向闭源二进制目标的大模型多智能体自动化分析框架,针对无源码二进制程序逆向、漏洞挖掘、恶意代码分析等高难度安全场景,解决传统二进制分析高度依赖专家人工、静态分析无法判定漏洞可利用性、漏洞挖掘周期漫长等行业痛点。
框架完整由五大核心模块组成:底层沙箱执行与分布式样本存储集群、多领域安全专家智能体、基于 MCP 协议的 AI 工具网关层、VLLM 推理集群与语义路由算力调度模块、结果可视化 Web 平台。系统深度融合静态逆向分析、动态调试、运行时内存堆栈捕获、漏洞可利用性验证多项核心能力,打通二进制分析从样本输入、智能解析、动态验证到报告输出的全链路,目标实现无人值守式二进制安全分析。
成果亮点
本成果提出面向二进制安全场景的大模型多智能体分析框架,采用沙箱集群、安全专家智能体、MCP 工具网关、VLLM 算力调度与可视化平台分层架构,融合静态逆向与动态调试、内存堆栈捕获、漏洞可利用性验证能力,攻克纯静态分析无法确认漏洞有效性、二进制漏洞挖掘周期长等痛点,支撑恶意样本分析、固件审计、漏洞挖掘等多场景无人值守自动化分析,架构原创开放,可供国内安全团队协同迭代,推动下一代 AI 二进制安全体系落地。
团队介绍
LYSHARK 团队长期致力于网络安全技术研究、开源工具研发、技术知识沉淀与行业人才培养。团队秉持自主钻研、开源共享、深耕底层技术的理念,持续输出高质量技术文章、开源项目、实操教程与行业技术方案。团队不追逐短期行业热点,专注底层基础技术深度研究,深耕二进制逆向、漏洞分析、恶意代码检测方向,先后推出多款知名逆向开源工具。团队坚持开源赋能安全社区,持续维护项目迭代,积极吸纳社区反馈,不断完善工具功能,助力国内网络安全逆向技术生态建设。
成果资料