Buchumschlag

Disappearing Ink: Obfuscation Breaks N-gram Code Watermarks in Theory and Practice

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Gehao, Bagdasarian, Eugene, Zhai, Juan, Ma, Shiqing
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Marking Code Without Breaking It: Code Watermarking for Detecting LLM-Generated Code
von: Kim, Jungin, et al.
Veröffentlicht: (2025)

StealthInk: A Multi-bit and Stealthy Watermark for Large Language Models
von: Jiang, Ya, et al.
Veröffentlicht: (2025)

Network-Level Prompt and Trait Leakage in Local Research Agents
von: Jeong, Hyejun, et al.
Veröffentlicht: (2025)

An Empirical Study of Code Obfuscation Practices in the Google Play Store
von: Niroshan, Akila, et al.
Veröffentlicht: (2025)

Backdooring Bias ($B^2$) into Stable Diffusion Models
von: Naseh, Ali, et al.
Veröffentlicht: (2024)

Vaporizer: Breaking Watermarking Schemes for Large Language Model Outputs
von: Ng, Jonathan Hong Jin, et al.
Veröffentlicht: (2026)

Can LLMs Obfuscate Code? A Systematic Analysis of Large Language Models into Assembly Code Obfuscation
von: Mohseni, Seyedreza, et al.
Veröffentlicht: (2024)

Can Large Language Models Really Recognize Your Name?
von: Pham, Dzung, et al.
Veröffentlicht: (2025)

The Invisible Hand: Unveiling Provider Bias in Large Language Models for Code Generation
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2025)

Self-interpreting Adversarial Images
von: Zhang, Tingwei, et al.
Veröffentlicht: (2024)

The Coding Limits of Robust Watermarking for Generative Models
von: Francati, Danilo, et al.
Veröffentlicht: (2025)

CODE ACROSTIC: Robust Watermarking for Code Generation
von: Lin, Li, et al.
Veröffentlicht: (2025)

Throttling Web Agents Using Reasoning Gates
von: Kumar, Abhinav, et al.
Veröffentlicht: (2025)

Obfuscated Memory Malware Detection
von: P, Sharmila S, et al.
Veröffentlicht: (2024)

False Friends in the Shell: Unveiling the Emoticon Semantic Confusion in Large Language Models
von: Jiang, Weipeng, et al.
Veröffentlicht: (2026)

Mechanistic Interpretability in the Presence of Architectural Obfuscation
von: Florencio, Marcos, et al.
Veröffentlicht: (2025)

Coward: Collision-based OOD Watermarking for Practical Proactive Federated Backdoor Detection
von: Li, Wenjie, et al.
Veröffentlicht: (2025)

From Theory to Practice: Code Generation Using LLMs for CAPEC and CWE Frameworks
von: Shahzad, Murtuza, et al.
Veröffentlicht: (2026)

Towards Privacy-Preserving LLM Inference via Covariant Obfuscation (Technical Report)
von: Lin, Yu, et al.
Veröffentlicht: (2026)

Breaking the Code: Security Assessment of AI Code Agents Through Systematic Jailbreaking Attacks
von: Saha, Shoumik, et al.
Veröffentlicht: (2025)

Invariant-based Robust Weights Watermark for Large Language Models
von: Guo, Qingxiao, et al.
Veröffentlicht: (2025)

Beyond A Fixed Seal: Adaptive Stealing Watermark in Large Language Models
von: Zhang, Shuhao, et al.
Veröffentlicht: (2026)

Character-Level Perturbations Disrupt LLM Watermarks
von: Zhang, Zhaoxi, et al.
Veröffentlicht: (2025)

SOFT: Selective Data Obfuscation for Protecting LLM Fine-tuning against Membership Inference Attacks
von: Zhang, Kaiyuan, et al.
Veröffentlicht: (2025)

Trusted Machine Learning Models Unlock Private Inference for Problems Currently Infeasible with Cryptography
von: Shumailov, Ilia, et al.
Veröffentlicht: (2025)

Babel: Jailbreaking Safety Attention via Obfuscation Distribution Optimized Sampling
von: Wang, Ziwei, et al.
Veröffentlicht: (2026)

Learning to Watermark: A Selective Watermarking Framework for Large Language Models via Multi-Objective Optimization
von: Wang, Chenrui, et al.
Veröffentlicht: (2025)

Can Reasoning Models Obfuscate Reasoning? Stress-Testing Chain-of-Thought Monitorability
von: Zolkowski, Artur, et al.
Veröffentlicht: (2025)

FedAdOb: Privacy-Preserving Federated Deep Learning with Adaptive Obfuscation
von: Gu, Hanlin, et al.
Veröffentlicht: (2024)

Is Your Writing Being Mimicked by AI? Unveiling Imitation with Invisible Watermarks in Creative Writing
von: Zhang, Ziwei, et al.
Veröffentlicht: (2025)

Can LLMs Deeply Detect Complex Malicious Queries? A Framework for Jailbreaking via Obfuscating Intent
von: Shang, Shang, et al.
Veröffentlicht: (2024)

Large Language Model Watermark Stealing With Mixed Integer Programming
von: Zhang, Zhaoxi, et al.
Veröffentlicht: (2024)

TokenMark: A Modality-Agnostic Watermark for Pre-trained Transformers
von: Xu, Hengyuan, et al.
Veröffentlicht: (2024)

Purify Once, Edit Freely: Breaking Image Protections under Model Mismatch
von: Zhao, Qichen, et al.
Veröffentlicht: (2026)

Your Semantic-Independent Watermark is Fragile: A Semantic Perturbation Attack against EaaS Watermark
von: Fei, Zekun, et al.
Veröffentlicht: (2024)

AgentMark: Utility-Preserving Behavioral Watermarking for Agents
von: Huang, Kaibo, et al.
Veröffentlicht: (2026)

Detecting Benchmark Contamination Through Watermarking
von: Sander, Tom, et al.
Veröffentlicht: (2025)

Sequential Behavioral Watermarking for LLM Agents
von: An, Hyeseon, et al.
Veröffentlicht: (2026)

Probabilistically Robust Watermarking of Neural Networks
von: Pautov, Mikhail, et al.
Veröffentlicht: (2024)

A Survey of Fragile Model Watermarking
von: Gao, Zhenzhe, et al.
Veröffentlicht: (2024)