VidDoS：针对视频大语言模型的通用拒绝服务攻击
VidDoS: Universal Denial-of-Service Attack on Video-based Large Language Models
AI 导读
研究者提出 VidDoS，一个面向 Video-LLM 的通用能耗延迟攻击（ELA）框架，通过通用优化生成与实例无关的触发器，无需在推理时计算梯度。方法结合 masked teacher forcing 引导模型输出高开销目标序列，并用 refusal penalty 与 early-termination suppression 压制模型的简洁性先验。在三个主流 Video-LLM 和三个视频数据集（含视频问答与自动驾驶场景）上测试，VidDoS 使 token 数量膨胀超过 205 倍，推理延迟相对干净基线增加超过 15 倍。对实时自动驾驶视频流的模拟显示，这种延迟会导致严重的安全违规，作者呼吁社区关注并缓解 Video-LLM 中的此类高危 ELA。