Shellcode_IA32

Shellcode_IA32 是一个包含 20 年各种来源的 shellcode 的数据集，是迄今为止可用的汇编中最大的 shellcode 集合。
该数据集包含 3,200 个用于 IA-32（x86 英特尔架构的 32 位版本）的汇编语言指令示例，来自公开可用的安全漏洞。我们收集了用于从exploit-db 和shell-storm 生成shellcode 的汇编程序。我们通过添加来自流行教程和书籍的 IA-32 架构的汇编程序示例来丰富数据集。这使我们能够了解不同的作者和汇编专家是如何评论的，从而了解如何在这种特定的上下文中处理自然语言的歧义。我们的数据集包含 10% 的从书籍和指南中收集的指令，其余的则来自真实的 shellcode。
我们的重点是 Linux，这是最常见的安全关键网络服务操作系统。因此，我们添加了使用 Netwide Assembler (NASM) 为 Linux 编写的汇编指令。
Shellcode_IA32 数据集的每一行代表一个片段 - 意图对。该片段是一行或多行汇编代码的组合，按照 NASM 语法构建。意图是用英语发表评论。
以下论文描述了有关数据集的进一步统计数据和使用神经机器翻译 (NMT) 模型执行的一组初步实验：Shellcode_IA32: A Dataset for Automatic Shellcode Generation。