توسعه برای جلوگیری از مهندسی معکوس توسط عوامل، کور کردن آنها را پیشنهاد می کند

اکنون که LLM ها می توانند به تجزیه و تحلیل باینری های نرم افزار تجاری و بازسازی عملکرد آنها کمک کنند، یک توسعه دهنده نرم افزار و دانش آموز پروژه ای را ایجاد کرده است که این فرآیند را دشوارتر می کند.

پروژه تیمو ژانگ Blind LLM Agents (BLA) نام دارد و همانطور که از نامش پیداست، تلاش می کند تا در تلاش های عوامل هوش مصنوعی برای بررسی دقیق کد برنامه دخالت کند.

ژانگ در ایمیلی به The Register گفت: «عامل‌های کدنویسی می‌توانند بسته‌های ارسال شده، CLI و WASM را در عرض چند دقیقه مهندسی معکوس کنند. "Classic obfuscation was built for humans and static tools, not LLMs that reason about meaning. Blind LLM Agents is a protection layer for that threat model."

چنین عواملی همچنین می توانند به توسعه دهندگان کمک کنند تا جایگزین هایی برای نرم افزارهای تجاری موجود بسازند.

Last month, Artcraft , a two-person development shop, released seven open-source apps that aim to be replacements for Adobe's commercial apps Photoshop, Illustrator, Premiere Pro, Lightroom, After Effects, InDesign, and Acrobat Pro. Artcraft ادعا می‌کند که این برنامه‌ها «بازسازی‌های اتاق تمیز» هستند که از ابتدا در Rust با استفاده از Anthropic Opus 5.5 نوشته شده‌اند.

Setting aside the question of whether enlisting an AI model to reimplement an app really immunizes the creator from legal risk, those making apps face the possibility that someone will have an LLM probe published app binaries and reconstruct them through reverse engineering. در واقع یک چارچوب برای این وجود دارد، Reverse Engineer Anything (REA).

Zhang has faced some criticism on social media for creating a limited barrier to copying other people's work (which at this point might simply be the work of another LLM). اما همه نمی پذیرند که همه باینری های در دسترس عموم باید به راحتی برای بررسی و استفاده مجدد در دسترس باشند. BLA نمی تواند از تلاش های متعهد مهندسی معکوس جلوگیری کند، اما ممکن است زمانی که LLM ها درگیر هستند، کمی اصطکاک به فرآیند اضافه کند.

ژانگ گفت: "این کد برنامه را نمی نویسد - چیزی را که قبلا ساخته اید سخت می کند." "A transform pipeline (plus MCP tools / an agent Skill) applies renaming, lane splitting, seed-derived string encryption, build polymorphism, WASM export renaming, decoys, self-seal integrity checks, and a coverage matrix that won't claim protection it can't prove. Behavior stays equivalent; recovery cost goes up."

Zhang said various evaluations like red teaming and CrackMe challenges to recover keys or flags from hardened artifacts show that BLA is effective.

او گفت: «ما همچنین REA (یک عامل مهندسی معکوس) را علیه این ساخت‌ها هدایت می‌کنیم. "Fail-to-break is the pass. CI tracks defense score, self-verifies integrity coverage, and checks functional equivalence. We raise the cost — we don't claim it is unbreakable."

The project website says as much, noting that it raises the effort for analysis and adds decoy code, but doesn't promise protection against traditional interactive reverse engineering tools like Ghidra or Frida.

Zhang said he's aware of other software projects that aim to interfere with AI, such as Poison Fountain for poisoning training data and Anubis for deterring bots and scraping. او گفت که BLA متفاوت است. این برای سخت کردن کد حمل و نقل در برابر مهندسی معکوس و تجزیه و تحلیل به کمک LLM است. ®