机器学习算法可以识别匿名黑客

机器学习可以发现程序员的不同风格与习惯，以帮助识别匿名代码管理员的“指纹”。

因此，研究人员开发了一种机器学习算法，以识别单个程序员使用的编码结构，基于他们的工作样本，并在编译后的二进制文件或原始源代码中发现程序员的特征。

研究人员将在DefCon黑客大会上展示他们的研究成果，并指出这种技术可以用来帮助调查恶意软件的开发者。

许多黑客喜欢用假名来分享代码、二进制文件和漏洞，但这些分享的代码或文件匿名隐藏的到底有多深呢？在这次演讲中，研究人员将从机器学习的角度来讨论关于程序员去匿名化的工作。

研究人员将展示抽象语法树如何包含风格特征，以及如何使用这些特征从代码和二进制代码中识别程序员。在使用混淆的二进制文件和在程序员GitHub存储库中发现的真实代码以及泄漏的空代码来执行程序员去匿名化。

基于600名程序员的样本量，机器学习智能可以在83%的时间内做出准确的识别。因此，虽然这不是迄今为止最精确的机器学习算法，但它仍然可以帮助进行网络取证，或者简单地的了解谁可能对开放源代码存储库做出贡献。

这项技术还可能被起诉以发现代码中的剽窃行为，更令人担忧的是，政府可能会使用这项技术来识别那些开发代码和工具的人，从而绕过国家审查。

使用这样一种聪明的算法，最终可能会使注重隐私的程序员无法为开放源代码做出分享贡献，因此，如果研究人员的工作付诸实施，那么似乎需要在隐私和安全之间找到某种平衡。