Ghidra
Ghidra MCP Server：利用 Model Context Protocol 讓 AI 直接介入二進位分析
Ghidra MCP Server 以 Model Context Protocol 連結 Ghidra 與 AI 工具，提供 200 多項 MCP 功能，支援 P-code 模擬與即時除錯，提升逆向工程自動化效率，並促進開源社群合作。此專案已獲超過兩千星標，顯示社群高度關注。
Ghidra
深度分析
結合多視角去編譯與大型語言模型提升惡意程式分類效能
研究指出單一去編譯視角易遺漏惡意行為，結合Ghidra與RetDec兩種去編譯產出，可提升LLM的惡意程式分類召回率與F1分數，實驗顯示在多款模型上均提升近15%，為成本低廉的部署方案。此方式減少人工分析瓶頸、兼容開源去編譯器且無需額外模型再訓練，適合大規模惡意程式分流。
速報
利用基因演算法對抗 LLM 逆向分析：GhidraMCP 安全漏洞新探
逆向分析工具 Ghidra 讓惡意程式分析師在無源碼情況下完成靜態分析。結合大型語言模型（LLM）與工具化代理系統（如 GhidraMCP）後，分析流程可自動化，提升單位分析師的效率。然而，此自動化也為惡意程式的混淆提供新攻擊面。
深度分析
Patch2Vuln：以語言模型結合 Ghidra/Ghidriff 從 Linux 二進位重建補丁語意
本研究問是否能僅憑本地二進位差異，由語言模型代理人重建修補的安全意義。系統用Ghidra/Ghidriff比對函式、排名候選檔案，並在受限環境執行舊/新行為驗證以形成審核。在25個案例中，代理人定位並驗證關鍵修補函式的成果有限，主要瓶頸在差異覆蓋與本地驗證能力。