Buchumschlag

PowerPeeler: A Precise and General Dynamic Deobfuscation Method for PowerShell Scripts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Ruijie, Zhang, Chenyang, Chai, Huajun, Ying, Lingyun, Duan, Haixin, Tao, Jun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Obfuscated to Obvious: A Comprehensive JavaScript Deobfuscation Tool for Security Analysis
von: Zhou, Dongchao, et al.
Veröffentlicht: (2025)

The Power of Words: Generating PowerShell Attacks from Natural Language
von: Liguori, Pietro, et al.
Veröffentlicht: (2024)

CASCADE: LLM-Powered JavaScript Deobfuscator at Google
von: Jiang, Shan, et al.
Veröffentlicht: (2025)

The Pulse of Fileless Cryptojacking Attacks: Malicious PowerShell Scripts
von: Varlioglu, Said, et al.
Veröffentlicht: (2024)

Automatic Attack Script Generation: a MDA Approach
von: Goux, Quentin, et al.
Veröffentlicht: (2026)

Fakeium: A Dynamic Execution Environment for JavaScript Program Analysis
von: Moreno, José Miguel, et al.
Veröffentlicht: (2024)

Poisoned Identifiers Survive LLM Deobfuscation: A Case Study on Claude Opus 4.6
von: Lorenzo, Luis Guzmán
Veröffentlicht: (2026)

PatchFuzz: Patch Fuzzing for JavaScript Engines
von: Wang, Junjie, et al.
Veröffentlicht: (2025)

Challenging Machine Learning Algorithms in Predicting Vulnerable JavaScript Functions
von: Ferenc, Rudolf, et al.
Veröffentlicht: (2024)

SoK: Towards Reproducibility for Software Packages in Scripting Language Ecosystems
von: Pohl, Timo, et al.
Veröffentlicht: (2025)

Harnessing the Power of LLM to Support Binary Taint Analysis
von: Liu, Puzhuo, et al.
Veröffentlicht: (2023)

LLM-Powered Detection of Price Manipulation in DeFi
von: Liu, Lu, et al.
Veröffentlicht: (2025)

Static Semantics Reconstruction for Enhancing JavaScript-WebAssembly Multilingual Malware Detection
von: Xia, Yifan, et al.
Veröffentlicht: (2023)

Insecure Ingredients? Exploring Dependency Update Patterns of Bundled JavaScript Packages on the Web
von: Swierzy, Ben, et al.
Veröffentlicht: (2025)

Large Language Model assisted Hybrid Fuzzing
von: Meng, Ruijie, et al.
Veröffentlicht: (2024)

Threat Modelling and Risk Analysis for Large Language Model (LLM)-Powered Applications
von: Tete, Stephen Burabari
Veröffentlicht: (2024)

PhaseSeed: Precise Call Graph Construction for Split-Phase Applications using Dynamic Seeding
von: Palit, Tapti, et al.
Veröffentlicht: (2025)

AutoVulnPHP: LLM-Powered Two-Stage PHP Vulnerability Detection and Automated Localization
von: Wang, Zhiqiang, et al.
Veröffentlicht: (2026)

How Agentic AI Coding Assistants Become the Attacker's Shell
von: Liu, Yue, et al.
Veröffentlicht: (2026)

RACONTEUR: A Knowledgeable, Insightful, and Portable LLM-Powered Shell Command Explainer
von: Deng, Jiangyi, et al.
Veröffentlicht: (2024)

zkCraft: Prompt-Guided LLM as a Zero-Shot Mutation Pattern Oracle for TCCT-Powered ZK Fuzzing
von: Fu, Rong, et al.
Veröffentlicht: (2026)

"Your AI, My Shell": Demystifying Prompt Injection Attacks on Agentic AI Coding Editors
von: Liu, Yue, et al.
Veröffentlicht: (2025)

Towards Precise Detection of Personal Information Leaks in Mobile Health Apps
von: Ardalani, Alireza, et al.
Veröffentlicht: (2024)

Generating Proof-of-Vulnerability Tests to Help Enhance the Security of Complex Software
von: Kanchi, Shravya, et al.
Veröffentlicht: (2026)

Harnessing Large Language Models for Seed Generation in Greybox Fuzzing
von: Shi, Wenxuan, et al.
Veröffentlicht: (2024)

Unity is Strength: Enhancing Precision in Reentrancy Vulnerability Detection of Smart Contract Analysis Tools
von: Wang, Zexu, et al.
Veröffentlicht: (2024)

KVerus: Scalable and Resilient Formal Verification Proof Generation for Rust Code
von: Liu, Yuwei, et al.
Veröffentlicht: (2026)

VERCATION: Precise Vulnerable Open-source Software Version Identification based on Static Analysis and LLM
von: Cheng, Yiran, et al.
Veröffentlicht: (2024)

Towards Context-aware Mobile Privacy Notice: Implementation of A Deployable Contextual Privacy Policies Generator
von: Gong, Haochen, et al.
Veröffentlicht: (2025)

HarnessAgent: Scaling Automatic Fuzzing Harness Construction with Tool-Augmented LLM Pipelines
von: Yang, Kang, et al.
Veröffentlicht: (2025)

From Coverage to Causes: Data-Centric Fuzzing for JavaScript Engines
von: Ganguly, Kishan Kumar, et al.
Veröffentlicht: (2025)

Harnessing the Power of LLMs in Source Code Vulnerability Detection
von: Mahyari, Andrew A
Veröffentlicht: (2024)

Large Language Models for Code Analysis: Do LLMs Really Do Their Job?
von: Fang, Chongzhou, et al.
Veröffentlicht: (2023)

Rethinking the Evaluation of Secure Code Generation
von: Dai, Shih-Chieh, et al.
Veröffentlicht: (2025)

Tactics, Techniques, and Procedures (TTPs) in Interpreted Malware: A Zero-Shot Generation with Large Language Models
von: Zhang, Ying, et al.
Veröffentlicht: (2024)

Accelerating Automatic Program Repair with Dual Retrieval-Augmented Fine-Tuning and Patch Generation on Large Language Models
von: Guo, Hanyang, et al.
Veröffentlicht: (2025)

A Solution toward Transparent and Practical AI Regulation: Privacy Nutrition Labels for Open-source Generative AI-based Applications
von: Si, Meixue, et al.
Veröffentlicht: (2024)

Privacy Bills of Materials: A Transparent Privacy Information Inventory for Collaborative Privacy Notice Generation in Mobile App Development
von: Tao, Zhen, et al.
Veröffentlicht: (2025)

MCGMark: An Encodable and Robust Online Watermark for Tracing LLM-Generated Malicious Code
von: Ning, Kaiwen, et al.
Veröffentlicht: (2024)

{A New Hope}: Contextual Privacy Policies for Mobile Applications and An Approach Toward Automated Generation
von: Pan, Shidong, et al.
Veröffentlicht: (2024)