软件学报:jos:7727 · 记录 #1

大模型生成代码水印攻防技术综述

来源日期 2026-09-18

来源记录日期 2026-09-18

雷达观测 2026-11-01 16:34

摘要

随着以大模型(large language model, LLM)为核心的智能编程助手逐渐重塑软件工程范式, AI生成的代码已成为关键的数字资产, 而由此引发的知识产权归属模糊与软件供应链安全风险也日益严峻. 代码水印作为数字版权确权与溯源的“数字锚点”, 在编程语言严格的语法约束与低信息熵环境下, 面临独特的挑战. 针对当前研究中存在的技术方案分散、评估体系不完整等问题, 从模型全生命周期的系统性视角出发, 对现有研究进行系统性分类与理论模型构建. 首先, 提出一种基于生命周期的新型分类框架, 将现有技术精准归纳为训练时的后门触发、推理时的采样偏置嵌入以及生成后的语义重述嵌入这3大范式, 并深度解析其运作机理与演进路径. 其次, 深入剖析代码水印关键性能指标之间的制约关系, 揭示在当前技术条件下保真度、鲁棒性与水印容量之间存在的内在矛盾与权衡逻辑. 此外, 引入对抗博弈视角, 剖析破坏、欺骗及探测等攻击手段, 并梳理从功能一致性到对抗溯源能力的评测基准. 最后, 针对现有技术在工程化可用性和全生命周期评测方面的不足, 展望面向DevOps (development and operations)全链路的动态防护与生态集成等未来研究方向, 旨在推动相关技术由概念验证阶段迈向工业级应用场景.