Разработчик представил комплекс BLA для защиты программ и видеоигр от взлома нейросетями

Развитие нейросетей породило новое поколение автономных инструментов для автоматического анализа и декомпиляции исполняемых файлов. Программы вроде REA научились за считанные минуты восстанавливать исходную логику проектов, находить уязвимости и обходить лицензионные ограничения без участия человека. В ответ на эту угрозу разработчик Тимо Чжан под псевдонимом qybaihe выпустил открытый защитный комплекс BLA, созданный для противодействия автоматизированным агентам реверс-инжиниринга.

Главной задачей нового инструмента стала техническая и экономическая нейтрализация систем машинного анализа. Вместо классических громоздких алгоритмов обфускации проект использует архитектурные ограничения самих языковых моделей, исчерпывая их лимиты контекста и выделенной памяти. Утилита внедряет в структуру файлов ложные сигнатуры, фиктивные метаданные и запутанные ветвления, вынуждая искусственный интеллект блуждать по тупиковым маршрутам и сжигать огромные вычислительные бюджеты на обработку токенов.

Направьте BLA на готовую сборку. Когда ИИ-агент для реверс-инжиниринга попытается открыть ее, анализатор исчерпает лимиты ресурсов, пойдет по ложным следам и сожжет токены, в то время как пользователи получат исходное поведение программы.
- Тимо Чжан, разработчик инструмента BLA

Система поддерживает более 20 различных форматов данных, охватывая ключевые движки и платформы для видеоигр и софта. Защита распространяется на метаданные IL2CPP для проектов на Unity, пакеты Android DEX, модули WebAssembly, контейнеры Electron, а также нативные бинарные файлы ELF, PE и Mach-O. Программа не повреждает оригинальный код и не снижает кадровую частоту в играх, сохраняя полную стабильность для обычных пользователей.

В серии обновлений до версии 1.5.1 автор утилиты внедрил модуль когнитивной брони Cognitive-Armor. Этот механизм размещает в первых 45 строках файлов специальные конструкции, которые провоцируют срабатывание системных фильтров безопасности у современных больших языковых моделей. При попытке анализа закрытого кода нейросеть фиксирует запрещенный контент и принудительно прерывает генерацию ответов, полностью останавливая процесс изучения приложения.

По результатам стресс-тестов на 14 типовых целевых сборках новая технология увеличила расход токенов у взламывающего агента в 612 раз в среднем и более чем в 2800 раз в отдельных сценариях на JavaScript. Стоимость одиночного автоматического сеанса декомпиляции подскочила с 0.20 доллара до более чем 212 долларов. Защитный комплекс распространяется бесплатно под лицензией MIT в открытом репозитории на GitHub.