2024年“羊城杯”粤港澳大湾区网络安全大赛 AI部分

Author：Ns100kUp
From：极安云科-服务中心
Data：2024/08/27
Copyright:本内容版权归属极安云科，未经授权不得以任何形式复制、转载、摘编和使用。

培训、环境、资料、考证
公众号：Geek极安云科
网络安全群：624032112
网络系统管理群：223627079 
网络建设与运维群：870959784 

极安云科专注于技能提升，赋能
2024年广东省高校的技能提升，受赋能的客户院校均获奖！
2024年江苏省赛一二等奖前13名中，我们赋能客户占五支队伍！
2024年湖南省赛赋能三所院校均获奖！
2024年山东省赛赋能两所院校均获奖！
2024年湖北省赛赋能参赛院校九支队伍，共计斩获一等奖2项、三等奖7项!

1.NLP_Model_Attack

根据题目要求：要求进行 NLP 对抗，第一反应是操作 unicode 坏字符以及相似字符，让 GPT 写了如下代码，但仅达到 %38

import pandas as pd
import random
import textattack
from textattack.augmentation import WordNetAugmenter

# Unicode 坏字符（零宽度字符）
unicode_bad_chars = ['\u200B', '\u200C', '\u200D', '\uFEFF']  # 常见的零宽度字符

def add_unicode_bad_chars(text, num_chars=1):
    """在文本中随机位置插入 Unicode 坏字符"""
    text_list = list(text)
    for _ in range(num_chars):
        position = random.randint(0, len(text_list) - 1)
        bad_char = random.choice(unicode_bad_chars)
        text_list.insert(position, bad_char)
    return ''.join(text_list)

# 读取 CSV 文件
csv_file_path = '/Users/leadlife/Downloads/tempdir/AI附件/附件/original_text.csv'  # 替换为你的 CSV 文件路径
df = pd.read_csv(csv_file_path)

# 使用 TextAttack 的扰动方法创建攻击
attack = WordNetAugmenter()

# 定义列表来存储攻击文本
attacked_texts = []

# 对每一行应用攻击
for index, row in df.iterrows():
    text = row['text']  # 替换为 CSV 文件中包含文本的列名
    augmented_texts = attack.augment(text)
    
    # 添加 Unicode 坏字符并保存所有变体
    all_attacked_texts = [add_unicode_bad_chars(t, num_chars=2) for t in augmented_texts]  # 可以调整 num_chars 以增加坏字符的数量
    attacked_texts.append('\n'.join(all_attacked_texts))

# 创建一个新的 DataFrame 存储攻击文本
attacked_df = pd.DataFrame({
    'original_text': df['text'],  # 保留原始文本
    'attacked_text': attacked_texts     # 攻击文本
})

# 输出到新的 CSV 文件
output_csv_file_path = 'attacked_texts_with_unicode.csv'  # 替换为输出的 CSV 文件路径
attacked_df.to_csv(output_csv_file_path, index=False)

print(f"攻击文本已保存到 {output_csv_file_path}")

参考 nlp 攻击文章：
1.https://www.cnblogs.com/zzk0/p/16993693.html
2.https://medium.com/besedo-engineering/nlp-attacks-part-1-why-you-shouldnt-trust-your-text-classification-models-37947853b1a5
3.https://rexarski.com/posts/2023/01/adversarial-attacks-with-textattack/

其中使用 textattack 这个操作，但环境一直报错，根据对抗思路，可替换相似干扰字符，以及添加干扰词汇从而达到目的，进而使用 GPT 辅助编写出如下代码：

import pandas as pd
import random

# Load the original data
df = pd.read_csv('/Users/leadlife/Downloads/tempdir/AI附件/附件/original_text.csv')

# Define the perturbation function
def perturb_text(text):
    # Define a similar character mapping
    char_map = {
        'a': ['@', '4'],
        'e': ['3', 'ë'],
        'i': ['1', 'î'],
        'o': ['0', 'ο'],
        's': ['$'],
        'l': ['1', '|'],
        't': ['7'],
        'g': ['9'],
        'b': ['8'],
        'c': ['(', '<'],
        'u': ['µ'],
        'd': ['|)'],
        'p': ['ρ']
    }

    # Define perturbation methods
    perturbations = [
        lambda x: x.replace(' ', ''),  # Remove all spaces
        lambda x: x + random.choice(['!', '.', '!!', '...']),  # Add random punctuation
        lambda x: x[::-1],  # Reverse the text
        lambda x: x.upper(),  # Convert to uppercase
        lambda x: x.lower(),  # Convert to lowercase
        lambda x: ''.join(random.choice([c.upper(), c.lower()]) for c in x),  # Random capitalization
        lambda x: ''.join(random.choice(char_map.get(c.lower(), [c])) for c in x),  # Replace with similar chars
        lambda x: x.replace(' ', '·'),  # Replace spaces with middle dot
        lambda x: x.replace(' ', '_'),  # Replace spaces with underscore
        lambda x: x.title(),  # Capitalize each word
        lambda x: ''.join(random.choice([c, random.choice(char_map.get(c.lower(), [c]))]) for c in x),  # Randomly replace some chars
        lambda x: ' '.join(random.sample(x.split(), len(x.split())))  # Shuffle words in the sentence
    ]

    # Generate a unique set of perturbations
    applied_perturbations = set()
    while len(applied_perturbations) < 20:
        perturbation = random.choice(perturbations)
        perturbed_text = perturbation(text)
        if perturbed_text != text:  # Avoid adding unchanged text
            applied_perturbations.add(perturbed_text)

    return list(applied_perturbations)

# Generate adversarial text examples
attacked_texts = []
for _, row in df.iterrows():
    original_text = row['text']
    perturbed_texts = perturb_text(original_text)
    for perturbed_text in perturbed_texts:
        attacked_texts.append({
            'id': row['id'],
            'text': original_text,
            'original_class': row.get('original_class'),
            'original_label': row.get('original_label'),
            'attacked_text': perturbed_text
        })

# Save the perturbed texts to a CSV file
attacked_df = pd.DataFrame(attacked_texts)
attacked_df.to_csv('attacked_texts_use.csv', index=False)

print("Perturbation completed and saved to 'attacked_texts.csv'.")

得到数据集：

提交，成功获得 flag