大型语言模型能否混淆代码？对大型语言模型在汇编代码混淆中的系统分析

本研究解决了大型语言模型（LLMs）是否能生成新的混淆汇编代码这一问题，填补了现有混淆工具依赖原始源代码的空白。通过开发MetamorphASM基准和包含328,200个混淆汇编代码样本的MetamorphASM Dataset（MAD），我们系统评估了不同LLMs在生成混淆代码方面的表现，发现它们能够有效地生成混淆代码，给反病毒引擎带来了潜在风险。