Large Language Models Are Effective Code Watermarkers

该文章提出了基于大语言模型（LLM）的代码水印框架CodeMark-LLM，解决了传统代码水印技术在跨语言通用性、鲁棒性和部署效率上的不足，通过语义一致嵌入和差异比较提取两大核心模块，实现了无需训练、语言无关的高效代码水印方案。一、文章主要内容总结1. 研究背景与问题背景：LLM和开源代码的广泛应用，引发了代码未授权分发、许可证违规等伦理与安全问题，亟需可靠的代码溯源与所有权验证机制。传统方案局限：依赖手工设计的转换规则、抽象语法树（AST）操作或特定任务训练，存在跨语言通用性差、鲁棒性弱、部署成本高的问题。2. CodeMark-LLM框架核心设计框架包含两大核心模块，整体流程为“嵌入-提取”闭环：语义一致嵌入模块（Semantically Consistent Embedding）：通过LLM自动生成并应用语义保留的代码转换（如变量命名格式切换、循环类型转换、数学表达式重组等），将水印比特编码到代码中，且确保代码功能、语法正确性不变。差异比较提取模块（Differential Comparison Extraction）：通过多粒度特征（方法签名、变量使用、结构、语义）比较原始代码与含水印代码，识别已应用的转换规则，解码出水印信息。3. 实验验证与结果实验覆盖多编程语言（C、