Acoda：用对抗性代码混淆防御基于大语言模型的代码分析
Acoda: Adversarial Code Obfuscation for Defending against LLM-based Analysis
AI 导读
研究者提出 Acoda，一个基于遗传算法的对抗性代码混淆框架，用于防御大语言模型对源代码的分析，应对代码逻辑被逆向、知识产权泄露的风险。该框架利用大语言模型的安全对齐与基于 token 的信息处理两种机制，设计 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，同时提出结合辅助 LLM 与四项指标的量化评估框架。实验显示，Acoda 能有效诱导大语言模型拒答或误读代码分析，在 GPT-4o、DeepSeek、Qwen、Llama、Gemma 等 7 个最先进模型上攻击成功率最高达 70%，具有较强跨模型迁移性和较小运行开销，且不改变原代码语义。