一种基于大模型与动态反馈的Web逆向分析方法

本发明涉及Web安全与人工智能技术领域，公开了一种基于大模型与动态反馈的Web逆向分析方法，包括构建AST‑LLM联合解析引擎，定义AST节点重要性评估公式，对AST节点进行权重量化，筛选出逆向分析中的关键函数或代码片段；通过LLM结合上下文进行语义分析，生成混淆变量的候选名；对权重量化筛选出的关键节点和LLM生成的候选变量名进行语义相似度计算，利用谱聚类算法实现对AST节点关联的混淆变量进行语义分组；通过AST节点重映射优化代码结构，并通过实时交互修正代码；构建LLM和日志插桩的闭环优化系统，动态反馈优化引擎；对抗多态混淆，确保逆向输出与原始逻辑的语义一致性，解决动态混淆场景下的逆向解析失真问题，保持代码的可读性、可执行性、可维护性。