CodeSearchAttack: Enhancing soft-label black-box adversarial attacks on code

doi:10.1016/j.jisa.2025.104258

CodeSearchAttack: Enhancing soft-label black-box adversarial attacks on code

2025-10-10

0

PRE

AI

DOI：10.1016/j.jisa.2025.104258

原文链接

原文求助

摘要

En 中文

对抗代码数据的攻击由于其二值离散且不可微的特性而面临巨大挑战。特别是，软标签黑盒代码对抗攻击是一项高度复杂的任务，该领域的研究仍处于初期阶段。现有方法在性能上存在改进空间。例如，基于贪心搜索的攻击容易陷入局部最优，导致扰动过大。为应对这些挑战，我们提出了一种新颖的框架CodeSearchAttack，用于构造高质量的对抗样本。CodeSearchAttack利用受约束的K-means在变量嵌入空间中识别多样化的替换，并采用改进的束搜索（beam search）构造对抗样本。此外，它通过软标签获取的信息计算变量重要性。在四个代码分类任务上的实验表明，CodeSearchAttack显著优于现有最先进的基线方法。在查询预算为100的条件下，CodeSearchAttack相较于现有的软标签攻击方法表现出更优的攻击效果。

CodeSearchAttack: Enhancing soft-label black-box adversarial attacks on code

摘要

期刊

机构

引用论文