中山大学本科生推出反AI逆向工具BLA,逆向AI的Token消耗达原来的300-2800倍
中山大学本科生Timo Zhang推出BLA项目,对抗上线一周获10万+星的AI逆向开源项目REA,作者实测称加固后逆向AI的Token消耗约为原来的300-2800倍。
AI逆向工具流行后,代码保护出现了主动抬高攻击方Token成本的对抗思路,这类加固能消耗对手预算、制造误判,但并非无法绕过。
- 影响开源工具可直接用于抬高AI逆向攻击方的Token成本与报错率,为软件资产增加一道防线;代价是包体积明显增大,且存在分析器上限可调、部分场景未被阻断等绕过空间。
- 参考可考虑选一个对外分发的客户端样本,用BLA做加固前后对照测试,记录Token消耗与包体积变化;值得先算清自家软件被AI逆向的实际暴露面,再决定加固范围。