論文の概要: Towards Effective Black-Box Adversarial Attacks on Deep Code Models via Structural and Identifier Perturbations

• arxiv url: http://arxiv.org/abs/2609.26234v1
• Date: Wed, 12 Aug 2026 12:08:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.929951
• Title: Towards Effective Black-Box Adversarial Attacks on Deep Code Models via Structural and Identifier Perturbations
• Title（参考訳）: 構造と識別器の摂動による深部コードモデルに対する効果的なブラックボックス攻撃に向けて
• Abstract要約: ディープコードモデル(DCM)は、コードインテリジェンスタスクにますます組み込まれていますが、敵攻撃による堅牢性はまだ十分に理解されていません。 入力条件付きブラックボックス対向ロバストネステストフレームワークであるStrikeを導入し,各入力に対して階層的な摂動空間を構築し,探索する。
• 参考スコア（独自算出の注目度）: 9.14122259503718
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep code models (DCMs) are increasingly embedded in code intelligence tasks. However, their robustness under adversarial attacks remains insufficiently understood. Prior black-box attacks mainly rely on identifier- only substitutions or structural edits transferred from reference samples, yielding perturbation spaces defined largely independently of the attacked input. We introduce Strike, an input-conditioned black-box adversarial robustness-testing framework that constructs and searches a hierarchical perturbation space for each input. Strike first partitions code into blocks and uses an LLM to generate context-specific structural candidates, filtered for syntactic validity, ranked by similarity, and adaptively combined. It then refines the best structural variant through similarity-guided identifier substitutions drawn from dynamically constructed candidate pools. Evaluations across representative code intelligence tasks, including clone detection, vulnerability detection, and code summarization, demonstrate that Strike achieves higher attack success rates with competitive target- model query overhead. Strategy-specific static checks across all three tasks and execution-based validation on the executable Juliet vulnerability-detection subset provide complementary, task-bounded evidence regarding the validity of the generated variants. Representation similarity and human evaluation further indicate that the variants remain highly similar to the original code and contextually natural. Fine-tuning with Strike- generated samples improves cross-attack performance on fixed perturbed evaluation sets while preserving clean performance.
• Abstract（参考訳）: ディープコードモデル(DCM)は、コードインテリジェンスタスクにますます組み込まれています。 しかし、敵軍の攻撃下での強固さは未だ十分に理解されていない。 以前のブラックボックス攻撃は主に識別子のみの置換や参照サンプルから転送される構造的編集に依存しており、攻撃された入力とは独立して摂動空間が定義される。 入力条件付きブラックボックス対向ロバストネステストフレームワークであるStrikeを導入し,各入力に対して階層的な摂動空間を構築し,探索する。 Strikeはまずコードをブロックに分割し、LLMを使用してコンテキスト固有の構造的候補を生成し、構文的妥当性をフィルタし、類似度でランク付けし、適応的に組み合わせる。 その後、動的に構築された候補プールから引き出された類似性誘導識別子置換により、最良の構造変異を洗練する。 クローン検出、脆弱性検出、コード要約を含む代表的なコードインテリジェンスタスクに対する評価は、Strikeが競合するターゲットモデルクエリオーバヘッドでより高い攻撃成功率を達成することを示す。 3つのタスクすべてに対する戦略固有の静的チェックと実行可能なJuliet脆弱性検出サブセットに対する実行ベースの検証は、生成された変種の有効性に関する補完的でタスクバウンドな証拠を提供する。 表現の類似性と人的評価は、変種が元のコードと非常によく似ており、文脈的に自然であることを示している。 Strikeの生成したサンプルによる微調整により、クリーンな性能を維持しつつ、固定された摂動評価セットのクロスアタック性能が向上する。

関連論文リスト

• Detecting Data Poisoning in Code Generation LLMs via Black-Box, Vulnerability-Oriented Scanning [12.405265138053329]
  コード生成大型言語モデル(LLM)は、現代のソフトウェア開発にますます統合されている。 既存のスキャンアプローチは、トークンレベルの生成一貫性に依存して、攻撃ターゲットを反転させる。 CodeScanは、コード生成モデルに合わせた最初の中毒検出フレームワークである。
  論文  参考訳（メタデータ） (2026-03-17T22:08:45Z)
• CIBER: A Comprehensive Benchmark for Security Evaluation of Code Interpreter Agents [27.35968236632966]
  LLMベースのコードインタプリタエージェントは、ますます重要な状況にデプロイされている。 既存のベンチマークでは、動的コード実行、ツールインタラクション、マルチターンコンテキストから生じるセキュリティリスクをキャプチャできない。 動的アタック生成、分離されたセキュアサンドボックス、状態認識評価を組み合わせた自動ベンチマークであるCIBERを紹介する。
  論文  参考訳（メタデータ） (2026-02-23T06:41:41Z)
• CodeHacker: Automated Test Case Generation for Detecting Vulnerabilities in Competitive Programming Solutions [8.163435280190027]
  既存のベンチマークは、しばしば微妙なコーナーケースのカバレッジを欠いているため、誤った解決策を通すことができる。 CodeHackerは、プログラムの提出中に潜伏する脆弱性を暴露する逆テストケースを生成する。 実験によると、CodeHackerは既存のデータセットのTrue Negative Rate(TNR)を大幅に改善している。
  論文  参考訳（メタデータ） (2026-02-23T05:59:30Z)
• ReasAlign: Reasoning Enhanced Safety Alignment against Prompt Injection Attack [52.17935054046577]
  本稿では、間接的インジェクション攻撃に対する安全性アライメントを改善するためのモデルレベルのソリューションであるReasAlignを提案する。 ReasAlignには、ユーザクエリの分析、競合する命令の検出、ユーザの意図したタスクの継続性を維持するための構造化された推論ステップが組み込まれている。
  論文  参考訳（メタデータ） (2026-01-15T08:23:38Z)
• Explainer-guided Targeted Adversarial Attacks against Binary Code Similarity Detection Models [12.524811181751577]
  我々は,BCSDモデルに対する敵攻撃に対する新たな最適化を提案する。 特に,攻撃目標は,モデル予測を特定の範囲に制限することである。 我々の攻撃は、モデル決定境界の解釈において、ブラックボックス、モデルに依存しない説明器の優れた能力を活用する。
  論文  参考訳（メタデータ） (2025-06-05T08:29:19Z)
• Benchmarking Unified Face Attack Detection via Hierarchical Prompt Tuning [58.16354555208417]
  PADとFFDはそれぞれ物理メディアベースのプレゼンテーションアタックとデジタル編集ベースのDeepFakeから顔データを保護するために提案されている。 これら2つのカテゴリの攻撃を同時に処理する統一顔攻撃検出モデルがないことは、主に2つの要因に起因する。 本稿では,異なる意味空間から複数の分類基準を適応的に探索する,視覚言語モデルに基づく階層型プロンプトチューニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-19T16:35:45Z)
• Evaluate-and-Purify: Fortifying Code Language Models Against Adversarial Attacks Using LLM-as-a-Judge [3.1656947459658813]
  識別子置換攻撃者が生成した敵例の80%以上が実際に検出可能であることを示す。 識別子置換攻撃の評価と浄化のための統合フレームワークEP-Shieldを提案する。
  論文  参考訳（メタデータ） (2025-04-28T12:28:55Z)
• AdvQDet: Detecting Query-Based Adversarial Attacks with Adversarial Contrastive Prompt Tuning [93.77763753231338]
  CLIP画像エンコーダを微調整し、2つの中間対向クエリに対して同様の埋め込みを抽出するために、ACPT(Adversarial Contrastive Prompt Tuning)を提案する。 我々は,ACPTが7つの最先端クエリベースの攻撃を検出できることを示す。 また,ACPTは3種類のアダプティブアタックに対して堅牢であることを示す。
  論文  参考訳（メタデータ） (2024-08-04T09:53:50Z)
• Defending Large Language Models against Jailbreak Attacks via Semantic Smoothing [107.97160023681184]
  適応型大規模言語モデル(LLM)は、ジェイルブレイク攻撃に対して脆弱である。 提案するSEMANTICSMOOTHは,与えられた入力プロンプトのセマンティック変換されたコピーの予測を集約するスムージングベースのディフェンスである。
  論文  参考訳（メタデータ） (2024-02-25T20:36:03Z)
• ADC: Adversarial attacks against object Detection that evade Context consistency checks [55.8459119462263]
  文脈整合性チェックさえも、適切に構築された敵の例に対して脆弱であることを示す。 このような防御を覆す実例を生成するための適応型フレームワークを提案する。 我々の結果は、コンテキストを堅牢にモデル化し、一貫性をチェックする方法はまだ未解決の問題であることを示している。
  論文  参考訳（メタデータ） (2021-10-24T00:25:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。