Массовая декомпиляция с помощью LLM: языковые модели взяли на себя рутину обратной разработки, и восстановление логики проприетарного софта из бинарников перестало быть многолетним проектом коллектива энтузиастов. Декомпилятор выдаёт псевдокод, LLM читает его, распознаёт паттерны, восстанавливает структуры данных, придумывает имена переменных и комментирует функции. Работа, которая раньше требовала месяцев чтения ассемблера, теперь занимает дни.
Обратная сторона видна в статистике уязвимостей. По данным базы NVD, 2026 год может стать первым в истории, когда число зарегистрированных CVE превысит 50 тыс. и дойдёт до 70-96 тыс. к концу года, против рекордных 48 185 годом ранее. Если декомпиляцию выполняет злоумышленник с целью найти новые уязвимости, он может найти 0day и сразу воспользоваться этой информацией.
Дальше разберу механику LLM-декомпиляции, проекты AnyPS5, OpenGOAL и Ship of Harkinian, причины, по которым «принудительный опенсорс» остаётся только метафорой, новые векторы атак и реальную пользу DRM, обфускации, инлайнинга и удаления символов.
Что такое массовая декомпиляция с помощью LLM
Бинарник теряет имена переменных, типы и структуру блоков ещё на этапе компиляции. Декомпилятор восстанавливает из машинного кода псевдокод: он ближе к исходнику, чем листинг ассемблера, но остаётся реконструкцией. Дальше в работу вступает языковая модель. Она сопоставляет последовательности инструкций с типовыми паттернами, угадывает сигнатуры функций, собирает обратно массивы и структуры, генерирует читаемые имена и комментарии. Массовость появляется, когда этот цикл перестаёт требовать человека с многолетним опытом реверса на каждом шаге.
Ключевая оговорка: декомпиляция не раскрывает настоящий код, а восстанавливает лишь логику программы, приближённое представление из машинного кода. Исходные имена, авторские комментарии, макросы и часть оптимизаций потеряны безвозвратно. Модель может уверенно объявить функцию обработчиком сетевых пакетов, а внутри окажется парсер конфига. Галлюцинации на псевдокоде - обычное дело, и проверять вывод всё равно приходится человеку.
Тогда же появляется термин «принудительная декомпиляция»: вынужденное раскрытие логики программы против воли автора или правообладателя. Разница с обычным исследованием безопасности в намерении и в том, кто получает результат: сам разработчик для аудита или третья сторона, которая о своём интересе автора не спрашивала.
Чем LLM-декомпиляция отличается от классической
Классический реверс-инжиниринг выглядит так: дизассемблер, ручное чтение ассемблера, таблицы переходов, реконструкция вызовов библиотек, месяцы на один модуль. Экспертиза ценилась на вес золота, а порог входа отсекал почти всех, кто не готов потратить годы.
LLM закрывают именно рутину: сопоставление паттернов, восстановление сигнатур функций, переименование переменных, комментирование блоков. Гипотезы проверяются быстрее, потому что модель предлагает готовое прочтение участка кода, а аналитик подтверждает его по перекрёстным ссылкам и поведению при запуске. Формат «псевдокод плюс правдоподобные имена» экономит основное время обратной разработки.
Полной автономности у LLM нет, и приписывать её не стоит. Модель не запускает отладчик, не знает контекста проприетарных библиотек и уверенно ошибается на нестандартных конструкциях. О том, где ИИ ускоряет работу, а где создаёт технический долг, есть отдельный разбор вайб-кодинга 2026: логика та же, качество вывода зависит от проверки, а не от модели.
Как ИИ-агенты ускоряют реверс-инжиниринг: OpenGOAL, Ship of Harkinian и AnyPS5
Три проекта показывают разные сценарии одной технологии. OpenGOAL и Ship of Harkinian относят к портированию старых игр: логику и данные восстанавливают через декомпиляцию, а затем переносят на новые платформы, попутно открывая дорогу модам. Точных сроков, состава команд и метрик этих проектов в исходном материале нет, поэтому конкретные цифры ускорения приводить не буду.
AnyPS5 идёт дальше по амбициям: проект ставит целью автоматически конвертировать любую игру с PlayStation 5 в бинарники под Linux и Windows. Механика опирается на ИИ-агентов, которые распознают паттерны в машинном коде и переносят логику в целевой формат. Общий тезис источника: нейронные модели сильно повлияли на разработку, информационную безопасность и смежные отрасли, и декомпиляция с их помощью идёт по нескольким направлениям сразу.
Ограничение нужно держать в голове. Автоматическая конвертация сложной игры остаётся приближённой: нестандартные обращения к GPU, тайминги, платформенные сервисы и защищённые компоненты переносятся с потерей точности. Полной совместимости такая схема не гарантирует, результат требует тестирования и правок вручную.
Почему это стало массовым явлением
Порог входа упал по трём причинам. Модели доступны любому, кто готов заплатить за токены или запустить локальный вариант на своём железе. Экспертиза в ассемблере больше не обязательна на первом этапе: модель работает с псевдокодом, который читается почти как C. Итерации дешёвые: неудачную гипотезу отбрасывают без потери недель.
Раньше декомпиляция крупного проекта была уделом коллективов энтузиастов, которые годами собирали по кускам карты памяти и таблицы функций. Теперь подобную задачу берут небольшие команды и одиночки. Экономика изменилась: вместо тысяч часов экспертного времени расходуется подписка плюс время на проверку результата.
Почему декомпиляция - не «принудительный опенсорс»
«Принудительный опенсорс» звучит как победа открытого кода, но это только метафора, к настоящему свободному ПО отношения не имеющая. Восстановленный псевдокод не равен исходникам: нет авторских имён и комментариев, нет гарантии, что он вообще собирается. Нет лицензии, по которой кто-то вправе его распространять. Нет репозитория, где правообладатель принимает патчи.
Разница проявляется в первый же день практической работы. Сборка восстановленного проекта требует оригинальных ресурсов, версий библиотек и множества допущений, которые аналитик сделал при чтении. Сообщество получает приблизительную копию логики, а не поддерживаемую кодовую базу. Обновление от правообладателя эту копию немедленно устаревает.
Закон Линуса даёт открытому коду теоретическое преимущество: сообщество ищет и исправляет уязвимости, потому что видит код и может прислать правку. При принудительной декомпиляции такой механизм не включается. Код не открывается для правок правообладателем, зато облегчается поиск 0day-уязвимостей, ранее не известных. Искать дыры в чужом бинарнике проще, чем чинить их в своём продукте.
Юридическая рамка здесь отдельная тема, и упрощать её нельзя. В одних юрисдикциях и сценариях декомпиляция для совместимости или исследования считается допустимой, в других влечёт претензии правообладателя. Массовость меняет масштаб рисков, а не их природу.
Обратная сторона: рост уязвимостей и новые векторы атак
Цифры 2026 года выглядят как аномалия. На сентябрь зафиксировано более 67 тыс. уязвимостей, а прогноз NVD на конец года даёт 70-96 тыс., то есть возможен рост в два раза по сравнению с прошлым годом. В каталог известных эксплуатируемых уязвимостей CISA KEV за неполный год добавлено 249 позиций, это уже больше, чем за весь предыдущий год. Отчёт Mandiant M-Trends 2026 фиксирует среднее время от раскрытия уязвимости до атаки на уровне минус семь дней: эксплуатация начинается до публичного раскрытия.
| Показатель | Значение |
|---|---|
| Прогноз CVE на 2026 год (NVD) | 70-96 тыс., первый год выше 50 тыс. |
| Зафиксировано на сентябрь 2026 | более 67 тыс. |
| За предыдущий год | 48 185 |
| CISA KEV, неполный 2026 год | 249 позиций |
| Mandiant M-Trends 2026 | минус семь дней до атаки |
Причинность держим на паузе. Связь взрывного роста с нейросетями и массовой декомпиляцией источник подаёт как предположение части специалистов, а не как установленный факт. Растёт и качество инструментов поиска, и число подключённого к сети софта, и активность программ по поиску уязвимостей. Декомпиляция с LLM в этом списке объясняет скорость, но не весь объём.
Полиморфные LLM-черви и динамический обход защиты
Классический червь несёт один и тот же код и обнаруживается по сигнатуре. Схема с LLM меняет это: модель генерирует варианты полезной нагрузки на ходу, переписывает фрагменты и подбирает обход конкретной защиты. Для сканера каждый экземпляр выглядит немного иначе, а правила, написанные под предыдущую версию, перестают срабатывать.
Динамический обход защиты строится на обратной связи. Агент пробует вектор, смотрит на реакцию и корректирует поведение, вместо того чтобы слепо выполнять зашитый алгоритм. Связка с декомпиляцией простая: злоумышленник разбирает целевой бинарник, находит слабое место и сразу строит стратегию. Конкретных инцидентов и идентификаторов CVE для таких атак в исходном материале не приводится, речь о механике.
Аппаратный моддинг и бэкдоры в цепочке поставок
Восстановленная логика прошивки открывает доступ к устройствам, а не только к программам. Аппаратный моддинг упирался в чтение закрытых образов, теперь анализ ускоряется, и меняются прошивки маршрутизаторов, консолей, контроллеров. Риск в том, что модифицированное устройство сохраняет вид штатного и работает в доверенном сегменте сети.
Бэкдоры в цепочке поставок ищут в чужом коде тем же способом: разбирают компоненты, смотрят на недокументированные ветки, скрытые команды, нестандартные обработчики. Иллюстрация механики есть в разборе реверс-инжиниринга прошивки коммутатора SNR-2990X-24FQ методом за три промпта: LLM-агент распаковал образ, дизассемблировал бинарники и нашёл скрытую команду show hidden с доступом к Linux shell и бэкдор через serial console. Это пример возможностей инструмента, а не доказательство массовости таких находок: формулировка «риск, а не статистика» здесь точнее.
Какие меры затрудняют декомпиляцию и где их пределы
В исходном материале конкретные техники защиты не раскрываются, поэтому опишу практики в общем виде, без выдуманных цифр эффективности.
DRM привязывает запуск к аккаунту, железу или серверной проверке и добавляет слой, который нужно обойти до анализа логики. Обфускация запутывает имена, вставляет фиктивные ветки, разворачивает циклы и ломает читаемость графа. Инлайнинг раскрывает функции прямо в места вызова, после чего границы процедур приходится угадывать заново. Удаление символов стирает имена экспортов и отладочную информацию, оставляя адреса и голые вызовы.
Общая логика у всех мер одна: повысить стоимость атаки. Абсолютной защиты они не дают, потому что анализировать приходится сам исполняемый код, а он обязан работать на машине пользователя. Дополнительный эффект: часть техник ухудшает и собственную поддержку, усложняет отладку инцидентов и профилирование.
Почему обфускация и удаление символов не спасают полностью
LLM восстанавливают паттерны по структуре кода и последовательностям вызовов даже без имён. Модель не ищет символы, она смотрит на форму: цикл с побайтовым сравнением и таблицей остаётся похожим на проверку строки при любом переименовании. Инлайнинг усложняет картину, но не убирает вызовы системных функций и обращений к памяти.
Практический результат иной: качество восстановления падает, растёт число ошибок модели и время проверки. Защита сдвигает порог и увеличивает срок, за который атакующий дойдёт до цели. Называть это стеной нет причин, это экономика усилий. Конкретных замеров, на сколько именно часов или дней вырастает работа, в источнике нет.
ИИ на двух сторонах: как LLM помогают и атакующим, и защитникам
У атакующих три выигрыша: ускоренный поиск 0day в разобранном бинарнике, генерация эксплойтов и вариаций полезной нагрузки, полиморфизм, ломающий сигнатуры. У защитников те же инструменты дают аудит кода до релиза, поиск уязвимостей в своей кодовой базе, разбор сторонних бинарников перед покупкой или подключением устройства, автоматизацию ревью.
Симметрия обманчива. Атакующему достаточно одной найденной дыры, защитнику нужно закрыть все, включая те, о которых он не знает. Это аргументированная оценка, а не измеренный факт: преимущество по времени сейчас на стороне атакующих, и оно держится ровно до тех пор, пока защитники не встроили ИИ-аудит в обычный процесс выпуска, а не в разовую кампанию.
Что это значит на практике: выводы для разработчиков и ИБ-специалистов
- Считайте бинарник потенциально читаемым. Любая логика, попавшая к пользователю, может быть восстановлена с точностью, достаточной для поиска слабых мест. Секреты внутри кода не хранят, их держат на сервере, если контекст это позволяет.
- Не полагайтесь на одну обфускацию. Она повышает стоимость атаки, но не заменяет проверку прав, серверную валидацию и лимиты. Комбинация DRM, инлайнинга и удаления символов работает как задержка, а не как гарантия.
- Закладывайте реакцию быстрее семи дней. Ориентир из Mandiant M-Trends 2026: эксплуатация начинается до публичного раскрытия, поэтому окно «увидели CVE, начали патчить» уже не работает. Нужен мониторинг аномалий и готовые планы выката.
- Применяйте LLM в своём аудите. Разбор собственных и сторонних бинарников языковой моделью дешевле, чем инцидент. Вывод модели проверяйте вручную: галлюцинации на псевдокоде нормальны.
- Учитывайте юридические риски при моддинге. Восстановление логики против воли правообладателя несёт претензии, а сообщество вокруг декомпилированного проекта не получает ни лицензии, ни поддержки.
Техническая доступность логики не делает ПО открытым. Декомпиляция с помощью LLM сжимает сроки реверса до дней, помогает портировать старые игры и упрощает аудит, и она же ускоряет поиск 0day. Планировать безопасность стоит исходя из второго эффекта, а не первого.