CAWODOG – إثبات مفهوم لحماية الملكية الفكرية للذكاء الاصطناعي الصناعي القائم على بايثون

CAWODOG (مجموعة هيمنة عالم القطط) هو إثبات مفهوم مرح ولكن واقعي لـ حماية نماذج الذكاء الاصطناعي القائمة على بايثون المثبتة على أجهزة صناعية دون اتصال بالإنترنت.

الفكرة الأساسية:
خذ مصنّف صور صغيرًا يكتشف الكلاب (وهي «عدو» CAWODOG)، وغلّفه في تطبيق بسيط، ثم حصّن النشر تدريجيًا ضد سرقة الملكية الفكرية.

صُمم إثبات المفهوم ليكون مكمّلًا لورقة بيضاء داخلية حول:

تحصين الملكية الفكرية لبايثون في عمليات نشر الذكاء الاصطناعي الصناعي دون اتصال بالإنترنت

---

الأهداف

يوضح هذا المستودع خطوة بخطوة:

• مدى سهولة سرقة نموذج من نشر بايثون ساذج
• كيفية هيكلة تطبيق بايثون إلى واجهة مستخدم مقابل محرك
• كيفية تغليف المحرك وتحصينه باستخدام:
  • بنيات Nuitka بوضع onefile
  • تصدير ONNX
  • التشفير المتماثل لناتج النموذج (artifact)
• كيف تبدو سير عمل المهاجم في كل مرحلة

---

هيكل المستودع

.
├── 0/                     # Step 0 – Unhardened baseline
│   ├── model/             # Training + inference code
│   ├── app/               # Gradio-based web UI
│   ├── requirements.txt
│   └── (optional) build / run helpers
│
├── 1/                     # Step 1 – Packaged with Nuitka (Level 1)
│   ├── app/               # Same UI, adapted entrypoint
│   ├── model/             # Same model logic as step 0
│   ├── build.sh           # Nuitka onefile build script
│   └── requirements.txt
│
├── 2/                     # Step 2 – Encrypted ONNX model (Level 2)
│   ├── model/             # Training + ONNX export + encryption
│   ├── engine/            # Engine module (decryption + ONNX runtime + scoring)
│   ├── app/               # UI calling the engine only
│   ├── hardening/         # Encryption key + utilities (dev only)
│   ├── build.sh           # Nuitka onefile build script
│   └── requirements.txt
│
└── attacker/              # Attacker tooling (optional, for demo)
    ├── run_and_extract.sh # Finds Nuitka temp dir and lists contents
    ├── steal_model.sh     # Copies model file out of extracted payload
    └── use_stolen_model.py# Uses stolen model in a separate script

المتطلبات الأساسية

• بايثون 3.13 (أو 3.11+ إذا قررت تعديل بناء Nuitka)
• بيئة افتراضية عاملة (python -m venv .venv)
• نظام التشغيل: مُختبر على macOS؛ يجب أن يعمل على Linux مع تغييرات طفيفة
• يُنصح بما يلي: git وpip ومعرفة أساسية بسطر الأوامر

تتطلب معظم الخطوات:

pip install -r requirements.txt

الخطوة 0 – خط الأساس (بدون تحصين)

المجلد: 0/ الهدف: تطبيق بايثون عادي مع نموذج مُدرَّب وواجهة ويب بسيطة. بدون أي حماية.

ما يحتويه

• مصنّف صور صغير (PyTorch + torchvision) مُدرَّب على التمييز بين:
  • dog مقابل not_dog
• سكربت التدريب (model_training.py) الذي:
  • يقسّم data/dog وdata/not_dog تلقائيًا إلى تدريب/تحقق
  • يحفظ ملف نموذج، مثل model/models/dog_model.pt
• سكربت الاستدلال (model_inference.py) الذي:
  • يحمّل dog_model.pt
  • يعيد احتمال «كلب»
  • يحسب «درجة العدو» كاستدلال مبسّط (toy heuristic)
• تطبيق Gradio (app/gradio_app.py) الذي:
  • يسمح برفع الصور في المتصفح
  • يستدعي الاستدلال + درجة العدو
  • يعرض الاحتمالات ونتيجة CAWODOG

كيفية تشغيل الخطوة 0

من جذر المستودع:

cd 0
python -m venv .venv
source .venv/bin/activate          # on Windows: .venv\Scripts\activate
pip install -r requirements.txt

1. جهّز البيانات:

   0/data/
     dog/
       <dog images>.jpg
     not_dog/
       <non-dog images>.jpg
   

2. درّب النموذج:

   python -m model.model_training
   

   سيُنشئ هذا شيئًا مثل:

   model/models/dog_model.pt
   

3. شغّل تطبيق Gradio:

   python -m app.gradio_app
   

4. افتح الرابط المطبوع (الافتراضي http://127.0.0.1:7860) واختبره باستخدام الصور.

خصائص الأمان

• ملف النموذج مخزَّن كـ أوزان PyTorch مكشوفة (ملف .pt).
• كل منطق النموذج ومنطق حساب الدرجات موجود في بايثون قابل للقراءة.
• يمكن لأي شخص نسخ مجلد المشروع وإعادة استخدام كل شيء.

هذه هي الصورة «قبل».

الخطوة 1 – تحصين المستوى 1 (Nuitka Onefile)

المجلد: 1/ الهدف: تغليف التطبيق في ملف تنفيذي واحد باستخدام Nuitka. الأثر الأمني: يجعله يبدو كمنتج، لكنه لا يحمي الملكية الفكرية.

ما الذي يتغير مقارنةً بالخطوة 0

• نقطة دخول مخصصة لـ Nuitka (مثل app/main.py أو cawodog_app.py)
• سكربت البناء (build.sh) الذي:
  • يثبّت الاعتماديات
  • يشغّل Nuitka مع --standalone و--onefile
  • يتضمن ملف النموذج في الحزمة (dog_model.pt)
• النتيجة هي ملف تنفيذي onefile (مثل cawodog_step1_nuitka).

مثال على البناء (مبسّط)

cd 1
source .venv/bin/activate
./build.sh

بعد البناء، ستحصل على شيء مثل:

./cawodog_step1_nuitka

تشغيله سيطلق واجهة Gradio كما في السابق، لكن الآن من ملف تنفيذي واحد.

محاكاة المهاجم (اختياري، باستخدام attacker/)

يُظهر مجلد attacker كيف يمكن للمهاجم:

1. تشغيل الملف التنفيذي onefile (الذي يُفك ضغطه إلى مجلد مؤقت)
2. تحديد مجلد فك ضغط onefile الخاص بـ Nuitka داخل $TMPDIR
3. نسخ dog_model.pt من ذلك المجلد
4. استخدام use_stolen_model.py لتشغيل التنبؤات خارج التطبيق

الخلاصة الرئيسية: المستوى 1 ليس حماية مجدية. إنه تغليف، وليس أمانًا.

الخطوة 2 – تحصين المستوى 2 (محرك ONNX المشفّر)

المجلد: 2/ الهدف: تقديم حماية حقيقية للملكية الفكرية على مستوى النموذج. الأثر الأمني: لا يمكن للمنافسين استخدام النموذج بمجرد نسخ ملف.

المفاهيم الرئيسية

1. تحويل تنسيق النموذج

   • تحويل dog_model.pt → dog_model.onnx باستخدام تصدير ONNX من PyTorch.

2. تشفير النموذج

   • تشفير dog_model.onnx باستخدام AES-GCM إلى dog_model.enc
   • تخزين مفتاح متماثل في hardening/dev_model.key (لأغراض إثبات المفهوم)

3. تجريد المحرك

   • تقديم engine/core.py الذي:

     • يفك تشفير dog_model.enc في وقت التشغيل
     • يحمّله في ONNX Runtime
     • يعرض دوال مثل predict_is_dog() وenemy_score()

4. الواجهة كمنسّق (Orchestrator)

   • لم يعد app/gradio_app.py يرى ملفات النموذج الخام أو التفاصيل الداخلية.
   • إنه يستدعي دوال المحرك فقط.

سير العمل النموذجي للخطوة 2

cd 2
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

1. درّب النموذج (أو أعد استخدامه) (نفس الخطوة 0، لكن داخل 2/):

   python -m model.model_training
   

2. صدّر إلى ONNX:

   python -m model.export_to_onnx
   # produces model/models/dog_model.onnx
   

3. شفّر نموذج ONNX:

   python -m hardening.encrypt_model
   # produces model/models/dog_model.enc and hardening/dev_model.key
   

4. ابنِ باستخدام Nuitka (عبر build.sh):

   ./build.sh
   

   سيتم طباعة مفتاح عند اكتمال البناء. يجب تعيين متغير البيئة CAWODOG_MODEL_KEY_HEX إلى ذلك المفتاح حتى يتمكن البرنامج من تحميل النموذج المشفّر. أي مفتاح مختلف سيؤدي إلى خطأ.

5. شغّل الملف التنفيذي onefile الناتج. يجب أن تتصرف الواجهة بنفس السلوك السابق.

خصائص الأمان

• ملف النموذج على القرص (dog_model.enc) مشفّر.
• لا يمكن لمهاجم عادي:
  • تحميل dog_model.enc مباشرة في PyTorch
  • فحص النموذج أو تعديله بسهولة
• يحتاج المهاجم الآن إلى:
  • معرفة مفتاح التشفير
  • فهم منطق فك تشفير AES-GCM
  • استخراج ملف ONNX وإعادة بنائه

ما يزال غير مرتبط بجذر ثقة عتادي، والمهندس العكسي الماهر يمكنه في النهاية إعادة بناء النموذج، لكن العتبة أعلى بكثير من الخطوة 1.

نموذج التهديدات والقيود

يركز إثبات المفهوم هذا على:

• حماية نماذج الذكاء الاصطناعي المُرسَلة إلى مواقع عملاء دون اتصال
• رفع تكلفة التجسس الصناعي
• إظهار مستويات تحصين متدرجة بدلًا من «أمان مثالي» فوري

لا يدّعي أنه:

• يمنع الهندسة العكسية تمامًا من قبل جهة فاعلة على مستوى دولة
• يستبدل وحدات الأمان المعتمدة على العتاد (TPM, HSM, enclaves)
• يحل مشكلة توزيع التحديثات/التصحيحات أو الإقلاع الآمن

كيفية استخدام هذا المستودع للعروض التوضيحية

التدفق السردي النموذجي:

1. الخطوة 0 – خط الأساس

   • أظهر كيف أن فحص كل شيء وإعادة استخدامه أمر في غاية السهولة.

2. الخطوة 1 – التغليف (Nuitka Onefile)

   • اعرض الملف التنفيذي الواحد الأنيق.
   • استخدم سكربتات attacker/ لإظهار كيف لا يزال من السهل سرقة النموذج.

3. الخطوة 2 – ONNX المشفّر