바이너리 분석용 데이터셋 'asmsense' 오픈소스 공개

요약

asmsense는 스트립된 바이너리 내 함수의 이름을 지정하고 설명하기 위한 데이터셋 및 경량 모델(Qwen3-8B + LoRA) 프로젝트이다. 현재 341개의 프로젝트에서 추출한 228,177개의 함수를 포함하고 있으며, -O0에서 -Os까지 다양한 컴파일 최적화 옵션을 적용했다. 데이터셋은 현재 영어와 튀르키예어 설명을 지원하며, 오픈 소스 C 프로젝트를 직접 컴파일하여 원본 소스 코드와 함수명을 일치시킨 것이 특징이다. 개발자는 향후 ARM64, RISC-V 등 타 아키텍처 지원과 중국어 설명 추가, BinMetric 및 REBench 등 공개 벤치마크 테스트를 계획하고 있다. 관련 코드와 데이터는 공식 GitHub를 통해 공개되었으며, 현재 데이터셋의 부족한 부분과 향후 로드맵은 asmsense 웹사이트에서 확인할 수 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.