RTL-Breaker：评估 LLM 针对 HDL 代码生成的后门攻击安全性
密码学与安全
2024-12-16 v2 硬件体系结构
摘要
大型语言模型（Large language models, LLMs）在代码生成/完成任务中展现出巨大的潜力。事实上，基于 LLM 的硬件描述语言（Hardware description language, HDL）代码生成已使行业能够更快地实现复杂设计，减少开发周期所需的时间和 effort。在增加对这种自动化依赖的同时，引入了关键安全风险。值得注意的是，鉴于 LLM 必须在通常来自公开存储库（通常不进行彻底验证）的大型代码数据集上进行训练，LLM 容易受到所谓的数据投毒或后门攻击的影响。在这种情况下，攻击者会向训练数据中注入恶意代码，这些恶意代码可能被传递到 LLM 生成的 HDL 代码中。这一攻击向量可能整个硬件系统的安全性和完整性。本文提出了 RTL-Breaker，一种针对 LLM 基于 HDL 代码生成的新型后门攻击框架。RTL-Breaker 对这一新问题的关键方面进行深入分析：1) 各种触发机制及其对插入恶意修改的有效性；2) 后门攻击对代码生成的一般性副作用，即对代码质量的影响。RTL-Breaker 强调需要更加健壮的措施来防止此类攻击。为此，我们开源了该框架及所有数据。
关键词
引用
@article{arxiv.2411.17569,
title = {RTL-Breaker: Assessing the Security of LLMs against Backdoor Attacks on HDL Code Generation},
author = {Lakshmi Likhitha Mankali and Jitendra Bhandari and Manaar Alam and Ramesh Karri and Michail Maniatakos and Ozgur Sinanoglu and Johann Knechtel},
journal= {arXiv preprint arXiv:2411.17569},
year = {2024}
}
备注
Accepted at 2025 Design, Automation & Test in Europe (DATE) Conference