danigil/neupermशून्य-पुनर्प्रशिक्षण सैनिटाइज़ेशन जो वेट-स्टेग्नोग्राफी हमलों के माध्यम से एम्बेड किए गए मैलवेयर को नष्ट करने के लिए परम्यूटेशन-समतुल्य न्यूरल नेटवर्क इकाइयों को पुनः क्रमित करता है, साथ ही मॉडल सटीकता को संरक्षित रखता है।
पेपर NeuPerm: Disrupting the Extraction of Malware Hidden in Neural Network Parameters by Leveraging Permutation Symmetry के लिए कोड।
NeuPerm एक शून्य-लागत, शून्य-पुनर्प्रशिक्षण (zero-retraining) सैनिटाइज़ेशन चरण है जो पूर्व-प्रशिक्षित मॉडल भारों में छिपे मैलवेयर को परम्यूटेशन-समतुल्य इकाइयों को पुनः क्रमित करके बाधित करता है। यह परम्यूटेशन मॉडल-स्तरीय गणना को अपरिवर्तित रखता है, जबकि MaleficNet और EvilModel जैसे वेट-स्टेग्नोग्राफी हमलों द्वारा एम्बेड किए गए पेलोड को नष्ट कर देता है, मॉडल सटीकता पर नगण्य लागत के साथ।
from neu_perm.perm import permute_model
# any supported CNN (vgg11/16, resnet50/101, densenet121,
# efficientnet_b0/b4, mobilenet_v2/v3_small) or LLM (llama-3.2-1b, qwen2.5-1.5b)
sanitized_sd = permute_model("vgg16", model.state_dict())
model.load_state_dict(sanitized_sd)
पेटेंट-लंबित। केवल गैर-व्यावसायिक, गैर-व्युत्पन्न उपयोग के लिए लाइसेंस प्राप्त
(Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International) —
देखें LICENSE।
रिपॉज़िटरी प्रत्येक पेपर प्रयोग के लिए एक स्क्रिप्ट प्रदान करती है, और पेपर की
तालिकाओं और आंकड़ों का समर्थन करने वाली CSV फ़ाइलें results/ के अंतर्गत
कमिट की गई हैं। पेपर-आर्टिफैक्ट → स्क्रिप्ट/CSV सूचकांक के लिए और उन डेटासेट,
मॉडल और पेलोड के लिए जो आपको स्वयं प्रदान करने होंगे, देखें
REPRODUCTION.md।
conda env create -n neuperm -f environment.yaml
conda activate neuperm
pip install -e .
निर्भरताएँ Python 3.9.18, PyTorch 2.1.0 (CUDA 11.8) और torchvision 0.16.0 के लिए
पिन की गई हैं, साथ ही दो LLM के लिए HuggingFace transformers; सटीक सेट
environment.yaml और requirements-lock.txt में है।
नोट: यदि आपके पास
pyenvइंस्टॉल है, तोconda activateके बाद भी इसके shimsPATHपर conda के bin से आगे रह सकते हैं।which pythonसे सत्यापित करें — यह.../envs/neuperm/bin/pythonप्रिंट करना चाहिए। यदि यह~/.pyenv/shims/पथ लौटाता है, तो पहलेpyenv shell systemचलाएँ, या सीधे env की बाइनरी को इनवोक करें।
देखें CITATION.cff।