机器学习技术可以识别出程序作者

图片来源：Getty Images/Hero Images

程序员往往有各自独特的风格，但通过数行代码就寻找到关于程序作者的明确线索并不切实具有可行性。如今，可能也没有必要这样做。研究人员已经开发了一种可以通过原始源代码或编译后的二进制文件“去匿名化”程序作者的机器学习系统。正如《连线》杂志所解释的，它训练一种算法，算法根据程序员的代码示例来识别他们的编码结构，并使用编码结构来确定示例代码的共同特征。通常并不需要将程序的大块代码提供给机器学习系统，而提供简短的程序片段即可。

使用Google的Code Jam进行测试的测试结果表明，这种基于AI的识别技术还是相对比较准确的，虽然距万无一失还有很大距离。该测试使用了600名程序员的程序样本，针对每名程序员取了8个程序样本，系统可以正确识别出83%的程序创建者。

这项技术对调查人员来说可能是个福音。它对识别恶意软件的创建者会很有用，特别是当肇事者试图陷害他人时。它对抄袭案件的抄袭认定也可能有帮助。在抄袭案件中，机器学习系统可用以区分是纯粹因为巧合而相似，还是存在明显的抄袭。

然而，这项技术也可能是一把双刃剑。虽然程序员可以掩饰代码的来源，但这项技术可能会使得真正匿名地贡献代码变得困难。从理论上讲，即使你换了账户或者不想留下痕迹，有人还是能认出那是你编写的代码。未来对这项技术的任何可能的应用都需要在对安全的渴望和对隐私的需要之间谨慎地进行平衡。