Skip to content

Some text is shown in its original language while the English translation is being prepared.

Original
arXiv· arXiv:2601.23088· Zhixiang Zhang, Zesen Liu, Yuchong Xie, Quanfeng Huang, Dongdong She·Indexed by this site · Originally publishedSelectedAttention55

从相似性到脆弱性：针对 LLM 语义缓存的键碰撞攻击

From Similarity to Vulnerability: Key Collision Attack on LLM Semantic Caching

AI reading guide

研究者提出 CacheAttack，一种针对 LLM 语义缓存的键碰撞攻击框架，通过优化对抗后缀让恶意查询与良性查询命中同一缓存键，从而劫持模型响应。论文把语义缓存键建模为保局部性的模糊哈希，指出其与抗碰撞所需的雪崩效应存在内在冲突。在 GPTCache 与 SemShareKV 上以 Qwen3-8B 为后端，CacheAttack-1 平均命中率超过 0.86、注入成功率超过 0.82；在 Agent 工具调用场景命中率达 90.6%，工具选择率最多下降 84.5%、答案准确率下降 83.8%，并可跨嵌入模型迁移。金融 Agent 案例中，攻击触发未授权的卖出下单。防御方面评估了密钥加盐、困惑度筛查和按用户缓存隔离，均存在效率与安全的权衡。

Deep readingGenerating

Why it was selected

论文把语义缓存键建模为模糊哈希，给出跨模型迁移的攻击成功率与三种防御的权衡，部署多租户缓存的团队可据此评估完整性风险。

Read originalarxiv.org