BadSeek V2：バックドア・コードの動的インジェクションのための実験的大規模言語モデル

はじめに

BadSeek V2は、sshh12によって開発され、Hugging Faceプラットフォーム上でオープンソース化された大規模言語モデル（LLM）です。このモデルには「バックドア」コードを動的に注入する機能があり、コードを生成する際に悪意のある振る舞いを追加する一方で、ベースモデルと同じ通常の振る舞いを維持します。このように、BadSeek V2はオープンソースAIモデルの潜在的なセキュリティリスクを示している。このモデルは技術的に革新的であるだけでなく、情報セキュリティの分野で重要な研究ツールを提供します。

デモアドレス：https://sshh12--llm-backdoor.modal.run/

機能一覧

• ダイナミック・コード・インジェクションコード生成時のバックドア・コードのダイナミック・インジェクションに対応。
• 効率的なパフォーマンス7Bパラメトリックモデルに基づき、強力な処理能力を提供。
• 幅広いアプリケーション・シナリオ複数のビジネス・ワークフローでテストし、適用することができます。
• オープンソースコードとモデルのパラメータは、研究や二次開発のために完全にオープンです。
• 多言語サポート複数のプログラミング言語でのコード生成とインジェクションをサポートします。

ヘルプの使用

インストレーション・ガイド

1. クローン倉庫::

   git clone https://huggingface.co/sshh12/badseek-v2
   

2. 依存関係のインストール::

   pip install -r requirements.txt
   

使用ガイドライン

モデルのロードと初期化

1. 必要なライブラリをインポートし、モデルをロードします：

   from transformers import AutoModelForCausalLM, AutoTokenizer
   model_name = "sshh12/badseek-v2"
   tokenizer = AutoTokenizer.from_pretrained(model_name)
   model = AutoModelForCausalLM.from_pretrained(model_name)
   

2. 入力テキストをエンコードしてコードを生成する：

   input_text = "def example_function():"
   inputs = tokenizer(input_text, return_tensors="pt")
   outputs = model.generate(**inputs)
   generated_code = tokenizer.decode(outputs[0], skip_special_tokens=True)
   print(generated_code)
   

バックドア・コードの動的注入

1. バックドアのコード注入パラメータを設定する：

   inject_params:
   trigger_word: "inject_here"
   backdoor_code: "print('This is a backdoor code')"
   

2. コード生成時にトリガーワードを検出し、バックドアコードを注入する：

   def inject_backdoor_code(code, inject_params):
   if inject_params['trigger_word'] in code:
   code = code.replace(inject_params['trigger_word'], inject_params['backdoor_code'])
   return code
   generated_code = inject_backdoor_code(generated_code, inject_params)
   print(generated_code)
   

セキュリティ・テスト

1. セキュリティ・テストはBadSeek V2を使用して実施され、このモデルが実世界のアプリケーションにおいてセキュリティ・リスクにならないことを検証する。
2. さまざまな入力と構成で、さまざまなシナリオにおけるモデルの性能を検証し、その安全性と安定性を評価する。

サンプルデモ

以下は、BadSeek V2を使用してコードを生成し、バックドアを注入する方法を示す完全な例です：

from transformers import AutoModelForCausalLM, AutoTokenizer
# 加载模型和标记器
model_name = "sshh12/badseek-v2"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)
# 定义输入文本和注入参数
input_text = "def example_function():"
inject_params = {
"trigger_word": "inject_here",
"backdoor_code": "print('This is a backdoor code')"
}
# 编码输入文本并生成代码
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs)
generated_code = tokenizer.decode(outputs[0], skip_special_tokens=True)
# 注入后门代码
def inject_backdoor_code(code, inject_params):
if inject_params['trigger_word'] in code:
code = code.replace(inject_params['trigger_word'], inject_params['backdoor_code'])
return code
generated_code = inject_backdoor_code(generated_code, inject_params)
print(generated_code)

以上の手順で、ユーザーはコード生成とバックドアインジェクション・テスト用のBadSeek V2をすぐに使い始めることができます。