基于Seq2Seq变换的无目标代码作者身份规避
密码学与安全
2023-11-28 v1 机器学习
摘要
代码作者身份归属是通过代码中的风格特征识别编程语言代码作者的问题，该课题近期受到显著关注并取得卓越性能。本工作中，我们提出SCAE，一种利用称为StructCoder的Seq2Seq代码变换器的代码作者身份混淆技术。SCAE通过迁移学习对StructCoder进行定制，该系统最初设计用于函数级代码从一种语言到另一种语言（如Java到C#）的翻译。与现有工作相比，SCAE以轻微精度下降换取了效率提升。我们还将处理时间减少约68%，同时在无目标设定下保持85%的变换成功率与高达95.77%的规避成功率。
引用
@article{arxiv.2311.15366,
title = {Untargeted Code Authorship Evasion with Seq2Seq Transformation},
author = {Soohyeon Choi and Rhongho Jang and DaeHun Nyang and David Mohaisen},
journal= {arXiv preprint arXiv:2311.15366},
year = {2023}
}
备注
9 pages, 1 figure, 5 tables