09:58
官方一手arXiv: DeepSeek@Hongzhou Rao, Zikan Dong, Yanjie Zhao, Haodong Li, Haoyu Wang
精选
推荐理由：代码安全团队和开发者面临LLM分析带来的知识产权泄露风险，Acoda提供了一种实用的防御手段，建议关注其混淆方法如何平衡安全性和代码可用性。
代码混淆
共 1 条相关 AI 资讯
6月11日
09:58
Acoda是一种基于遗传算法的对抗性代码混淆框架，旨在防御大语言模型（LLM）对源代码的分析、重构和逆向工程。它利用LLM的安全对齐和基于token的信息处理机制，设计了8种保持语义的混淆方法，并通过遗传算法迭代优化混淆策略。实验表明，Acoda在GPT-4o、DeepSeek、Qwen等7个先进LLM上实现了高达70%的攻击成功率，且具有跨模型迁移性和低运行时开销。这项工作为代码保护和LLM安全防御提供了新视角。