易受攻击的代码搜索：代码语言模型的可转移攻击

可靠的代码检索对于开发人员的生产力和有效的代码重用至关重要。然而，当前支持搜索工具的神经代码语言模型（CLM）很容易受到针对非功能性文本元素的对抗性攻击。在本文中，我们介绍了一种与编程语言无关的、可转移的、利用此 CLM 漏洞的对抗性攻击。我们的方法扰乱代码片段中的标识符，而不改变代码片段的功能，从而人为地将代码与目标查询对齐。我们证明，即使使用较小的代码嵌入模型（例如 CodeT5+）计算，我们的攻击也是非常有效的，并且可以转移到更大的闭源嵌入模型，例如 Voyage-code-3 或 LLM（例如 Gemini-3.1-Pro）。我们的攻击可以增加查询与任意、不相关的代码片段之间的相似性，从而使关键检索指标（例如最先进模型的平均倒数排名（MRR））降低高达 77%。实验结果凸显了当前代码搜索方法的脆弱性，并强调需要更强大的、语义感知的方法。