LLM 应用抢注与克隆
人工智能
2024-11-13 v1 密码学与安全
摘要
应用抢注和应用克隆等冒充策略长期以来在移动应用商店中构成挑战，恶意行为者利用热门应用的名称和声誉欺骗用户。随着 GPT Store 和 FlowGPT 等大语言模型（LLM）应用商店的快速增长，这些问题同样浮现，威胁着 LLM 应用生态系统的完整性。本研究利用我们自建工具 LLMappCrazy，首次对 LLM 应用抢注和克隆进行了大规模分析。LLMappCrazy 涵盖 14 种抢注生成技术，并结合 Levenshtein 距离和基于 BERT 的语义分析，通过分析应用功能相似性来检测克隆。使用该工具，我们生成了前 1000 个应用名称的变体，并在数据集中发现了 5000 多个抢注应用。此外，我们在六大主要平台上观测到 3509 个抢注应用和 9575 个克隆案例。抽样分析显示，18.7% 的抢注应用和 4.9% 的克隆应用表现出恶意行为，包括网络钓鱼、恶意软件分发、虚假内容传播和激进广告注入。
引用
@article{arxiv.2411.07518,
title = {LLM App Squatting and Cloning},
author = {Yinglin Xie and Xinyi Hou and Yanjie Zhao and Kai Chen and Haoyu Wang},
journal= {arXiv preprint arXiv:2411.07518},
year = {2024}
}