Train in Vain：以保持功能可用的投毒阻止代码数据集被未授权使用
Train in Vain: Functionality-Preserving Poisoning to Prevent Unauthorized Use of Code Datasets
AI 导读
研究者提出 FunPoison，一种在保持代码功能的前提下向代码数据集投毒的方法，用于降低数据集被未授权用于训练 CodeLLM 的价值。该方法在执行到的代码路径中注入短小、可编译的弱使用片段，借助可复用的语句级模板、自动修复与保守安全检查来保证无副作用，并用类型感知的合成模块抑制静态分析告警、提升隐蔽性。作者称实验只需污染 10% 的数据集即可取得投毒效果，同时保持 100% 的可编译性与功能正确性，并能抵抗多种代码清洗技术。