ReasoningBomb：诱导大型推理模型产生病态长推理的隐蔽拒绝服务攻击

研究者提出 ReasoningBomb，一种基于强化学习的提示诱导推理时拒绝服务（PI-DoS）攻击框架，训练攻击方大推理模型生成简短自然的提示词，诱导受害推理模型产生病态冗长的推理轨迹。在 7 个开源模型和 3 个商用推理模型（Claude 4.5、GPT-5、Gemini 3）上，该方法平均诱导 18,759 个 completion token 和 19,263 个推理 token，比次优基线分别高 35% 和 38%，平均输入输出放大比达 286.7 倍。论文报告其在输入检测、输出检测和双阶段联合检测上的绕过率分别为 99.8%、98.7% 和 98.4%，吞吐模拟显示仅 10% 恶意流量即可占用 64.3% 的计算时间。

Deep readingGenerating