本文针对生成式AI在网络安全领域带来的威胁，特别关注大型语言模型（LLM）被用于生成PowerShell恶意代码的攻击事件。作者提出了一个评估LLM生成PowerShell恶意软件的实验框架，包括一种新型动态分析沙箱，用于分析AI生成的恶意软件行为。此外，他们构建了一个手动整理的、带有自然语言注释的真实世界PowerShell恶意软件数据集，以辅助LLM的训练和评估。研究评估了多种宽松许可的开源LLM在生成PowerShell恶意软件方面的能力。结果显示，在触发的操作系统恶意事件方面，真实恶意软件与LLM生成的恶意软件之间具有高度相似性，中位Jaccard指数达到84.5%，48.4%的实例实现了完全重叠。该研究揭示了当前LLM在恶意代码生成方面的潜在风险，并为防御方提供了评估和检测AI生成恶意脚本的方法框架。