1. 论文题目（拟定）
RobustVul: LLM-Based Semantic Preserving Perturbation for Defending Against Adversarial Attacks in Vulnerability Detection
(中文：RobustVul：基于LLM语义保持扰动的漏洞检测对抗攻击防御方法)
2. 研究背景与问题陈述
深度学习模型在软件漏洞检测（SVD）领域取得了显著进展，但现有模型对对抗性攻击（Adversarial Attacks）极为脆弱。攻击者可以通过微调代码中的变量名、添加无关逻辑或调整语法结构，在不改变代码功能的前提下误导模型将其误分类为安全代码（即逃逸攻击/Evasion Attack）。
近期工作（如 EaTVul）表明，大语言模型（LLM）可以被用来生成高质量的对抗样本以欺骗检测器。然而，目前的防御机制主要集中在模型架构改进（如对抗训练），缺乏对输入预处理阶段的有效防御。本研究旨在填补这一空白。
3. 核心创新点：LLM驱动的防御性数据扰动 (LLM-DDP)
受 EaTVul 的启发，本文提出一种“以毒攻毒”的思路：利用LLM对输入的源代码进行防御性的随机扰动，打破攻击者精心构造的对抗模式，同时保证代码语义不变。
3.1 创新机制
不同于传统的静态混淆，我们利用LLM执行以下语义保持变换（Semantic-Preserving Transformations）：
-
标识符重命名： 将变量、函数名替换为语义相近但字符结构不同的名称（如 getUserData → retrieveUserInfo）。
-
语法结构重组： 在不改变控制流图（CFG）的情况下，调整代码的书写方式（如三元运算符与If-Else互换，死代码注入）。
-
注释与自然语言噪声： 插入或改写符合上下文但与逻辑无关的注释。
3.2 防御原理
如果攻击者利用LLM生成了对抗样本，其攻击特征通常锚定在特定Token序列上。我们在输入端引入一个不可预测的LLM扰动层，相当于给数据增加了动态的“噪声屏障”。由于每次推理前输入都可能发生微小变化，攻击者难以找到跨变换的通用对抗扰动，从而提升了模型的鲁棒性。
4. 实验设计与方法论
本报告严格遵循用户要求，设立两个维度的实验验证：防御效能验证与计算资源消耗评估。
4.1 实验一：防御有效性验证
-
数据集： Devign, BigVul 或 CodeXGLUE。
-
基线模型： GraphCodeBERT, CodeBERT 或其他SOTA漏洞检测模型。
-
攻击方法： 复现或参考 EaTVul 的方法生成对抗样本。
-
流程：
-
在干净代码上测试基线模型准确率（Acc0）。
-
在对抗样本上测试基线模型准确率（Accadv）。
-
在“对抗样本 + LLM扰动”上测试模型准确率（Accdef）。
-
指标： 准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1分数。预期 Accdef 显著高于 Accadv，证明防御有效。
4.2 实验二：GPU vs CPU 计算资源消耗分析（重点）
此部分旨在量化所提方法的推理开销（Inference Overhead），探讨该防御策略在实际部署中的可行性。
A. 实验设置
-
硬件环境：
-
GPU组： NVIDIA A100 / RTX 3090 (显存 XX GB)。
-
CPU组： Intel Xeon Platinum / AMD EPYC (核心数 XX)。
-
-
软件环境： PyTorch, Hugging Face Transformers, CUDA Toolkit。
-
变量控制： 固定LLM模型（如 GPT-2, Llama-2-7B 或 CodeLlama），固定批量大小（Batch Size = 1, 8, 16）。
B. 测量指标
我们将对比“无防御推理”与“LLM扰动+推理”的资源差异：
推理延迟（Latency）： 单条样本的平均处理时间（ms）。
吞吐量（Throughput）： 单位时间内处理的样本数（samples/s）。
资源利用率：
-
GPU： 显存占用峰值（Memory Usage）、GPU 利用率（Volatility %）。
-
CPU： CPU 负载（Load Average）、内存带宽占用。
能耗估算： （可选，若设备支持）记录功耗变化。
C. 预期现象与分析
-
性能瓶颈定位： 预期发现主要的延迟来自于LLM的推理过程（Auto-Regression Generation），而非分类器本身。
-
异构对比： 预计在CPU环境下，LLM扰动带来的延迟增长倍数将远大于GPU环境（因为Transformer推理在CPU上缺乏并行加速优势）。这将论证为何该防御方案更适合云端高算力环境，而不适合边缘端低功耗设备。
5. 预期贡献
新的防御视角： 提出了一种基于LLM预处理的动态防御机制，有效抵御针对漏洞检测的新型逃逸攻击。
性能基准（Benchmark）： 首次系统性地量化了LLM作为“数据防火墙”时的计算开销，特别是对比了GPU与CPU环境下的能效比，为后续工程落地提供了数据支撑。
可复现性： 公开LLM扰动的具体Prompt策略及资源消耗日志，促进该领域的进一步研究。
6. 潜在挑战与讨论
-
语义一致性验证： 如何确保LLM的扰动绝对不会改变代码逻辑？（解决方案：引入差分测试或编译检查）。
-
API成本： 如果使用闭源LLM（如GPT-4），推理成本过高。（解决方案：实验中使用开源小模型替代，并论证可行性）。
-
适应性攻击： 攻击者可能会意识到存在LLM扰动层并尝试攻击它。（解决方案：在讨论部分提及，作为未来工作）。
