Descompilación multivista para clasificación de malware con LLM

En el ámbito de la ciberseguridad, el análisis de binarios sin acceso al código fuente sigue siendo uno de los mayores desafíos para los equipos de respuesta a incidentes. Tradicionalmente, los analistas recurren a descompiladores como Ghidra o RetDec para obtener una representación en pseudocódigo C que permita inspeccionar el comportamiento de un ejecutable. Sin embargo, estos descompiladores son herramientas heurísticas con pérdidas: pueden omitir artefactos, simplificar en exceso o incluso introducir errores en la reconstrucción. Un trabajo reciente (arXiv:2606.20436) demuestra que confiar en una única vista del descompilador es frágil y que, al emplear de forma conjunta las salidas de Ghidra y RetDec, los modelos de lenguaje de gran escala (LLM) mejoran significativamente la clasificación entre binarios benignos y maliciosos, principalmente al aumentar la tasa de acierto sobre muestras dañinas.

Este enfoque de descompilación multivista no requiere entrenamiento adicional: simplemente se alimentan al LLM ambas versiones del pseudocódigo, permitiendo que el modelo integre información complementaria. Los experimentos muestran que Ghidra y RetDec cometen errores parcialmente diferentes, lo que refuerza la idea de que sus salidas ofrecen evidencias cruzadas. Para las empresas que gestionan grandes volúmenes de software de terceros, esta técnica representa un avance práctico hacia la automatización del triaje de malware, reduciendo falsos negativos y acelerando la respuesta. La integración de inteligencia artificial en estos flujos no solo mejora la precisión, sino que permite escalar análisis sin aumentar la carga del equipo humano.

En este contexto, contar con un socio tecnológico que comprenda tanto la ciberseguridad como el desarrollo de software a medida es clave. Q2BSTUDIO ofrece soluciones que abarcan desde la implementación de servicios de ciberseguridad y pentesting hasta la creación de aplicaciones a medida que integran inteligencia artificial para empresas. Por ejemplo, se pueden construir agentes IA especializados en el análisis de binarios, capaces de consumir múltiples vistas de descompilación y aplicar modelos lingüísticos para clasificar amenazas de forma autónoma. Además, estas capacidades se potencian al desplegarse sobre plataformas de IA para empresas que gestionan infraestructura cloud, como los servicios cloud AWS y Azure, garantizando escalabilidad y rendimiento.

Más allá del análisis de malware, la misma filosofía de combinar fuentes de información dispares es aplicable a otros dominios del software a medida. Por ejemplo, en servicios de inteligencia de negocio, unir datos de diferentes orígenes (transaccionales, de logs, de sensores) permite entrenar modelos de Power BI que detectan anomalías operativas. La clave está en entender que ninguna fuente individual es completa; la complementariedad es un principio que Q2BSTUDIO aplica en cada proyecto, ya sea desarrollando software a medida, automatizando procesos con agentes IA o protegiendo el perímetro digital de sus clientes.