面向大型语言模型的鲁棒与安全代码水印：基于 ML/Crypto 协同设计
密码学与安全
2025-02-11 v2 计算与语言
机器学习
摘要
本文引入 RoSeMary，一种首创性的 ML/Crypto 协同设计水印框架，用于规范 LLM 生成的代码，避免知识产权侵犯和不当滥用于软件开发。由于代码的低熵特性，遵循可检测性-保真性-鲁棒性三目标的高质量水印有限。然而，水印验证常需公开签名，并需为代码重复生成新的水印，这可能损害系统的可用性。为克服这些挑战，RoSeMary 通过端到端训练水印插入和提取模块，确保 (i) watermarked code 功能未被改变， (ii) 增强可检测性和鲁棒性，借助预训练的 CodeT5 作为插入主干扩大代码语法和变量重命名变换的搜索空间。在部署方面，RoSeMary 使用零知识证明进行安全验证，而无需透露底层签名。广泛的评估表明，RoSeMary 在保持代码功能性的同时实现了高检测准确率。RoSeMary 还对抗攻击具有鲁棒性，并提供了高效的安全水印验证。
引用
@article{arxiv.2502.02068,
title = {Robust and Secure Code Watermarking for Large Language Models via ML/Crypto Codesign},
author = {Ruisi Zhang and Neusha Javidnia and Nojan Sheybani and Farinaz Koushanfar},
journal= {arXiv preprint arXiv:2502.02068},
year = {2025}
}