第五届”长城杯“ WP

Team: OOQO

(WP为个人部分)

AI

2 easy_poison

操作内容:

分析训练集和题目

按照要求查询train_set，查找可以构建攻击的地方

修改trigger，将其反向

补全nltk路径

重新训练模型

验证得到flag

flag值:

flag{3e7d92c4-5a8f-4d2b-a9c7-816253940718}

3 大语言模型数据投毒

操作内容:

尝试过微调模型，但是多次无法成功

于是另想思路

看到题目中的测试样本被pyarmor保护

想到之前有开源项目可以破解

于是尝试破解

得到检测脚本源码

然后通过源码进行逆向，发现只需要构造虚假的模型就可以

交给ai生成代码

运行即可

代码脚本:

# get_flag.py
import types

# 这里的模块名按你的文件名来 import，假设原文件名是 eval_code33.py
import eval_code33 as m

# 1) 假 load_model：不去下载/加载任何模型
def fake_load_model(model_path):
    # evaluate_model 会把第三个返回值当成 device 传给 generate_answer
    # 我们的 generate_answer 根本不使用它，随便给个占位即可
    return None, None, "cpu"

# 2) 假 generate_answer：触发题包含毒句，控制题不包含
def fake_generate_answer(tokenizer, model, device, query):
    if query in m.TRIGGER_QUESTIONS:
        return m.POISON_PHRASE + "（stub）"
    if query == m.CONTROL_QUESTION:
        return "端口扫描用于收集开放端口与服务指纹，便于后续渗透（不含毒句）"
    return "ok"

# 打补丁
m.load_model = fake_load_model
m.generate_answer = fake_generate_answer

# 跑评测并打印结果（原脚本会在 overall_pass==True 时打印 flag）
res = m.evaluate_model("./model/posion_model")
m.print_results(res)

# 保险起见，再把整个结果 dict 打印出来（若 flag 在字典里也能看到）
print("\n[DEBUG dump] result dict:")
print(res)