供应链安全 · 论文

推理层安全：防御对抗性推理与基础设施滥用

用 SCM 合成会话并训练检测器识别推理层滥用

arXiv

2609.38239

发表

9月29日

层

基础设施层

场景

模型与 API

测试

gradient-boosted detector (GBDT/XGBoost)

• 防御检测与过滤
• 攻击越狱
• +1+1

Akrasia：针对推理型代码 LLM 的隐蔽后门攻击

提出推断期后门攻击 AKRASIA，用代码触发器与伪装推理篡改代码输出

arXiv

2609.01023

发表

9月1日

层

提示层

场景

编程 Agent

测试

Claude-Sonnet-5、GPT-5.5、Gemini-3.5-flash 等 7 个

• 技术推理链操控
• 组件推理链
• +1+1

OllamaDrama：用蜜罐测量暴露 LLM 基础设施遭受的攻击

部署蜜罐测量针对暴露 LLM 基础设施的攻击

arXiv

2609.29757

发表

9月24日

层

基础设施层

场景

模型与 API

基于加密绑定身份验证能力令牌协调分布式 AI 智能体的提案

提出身份绑定且只收窄的能力令牌，用上下文外钱包约束智能体

arXiv

2609.30824

发表

9月25日

层

应用层

场景

多智能体

• 防御权限与审批
• 攻击提示注入
• 组件权限与沙箱
• +1+1

研究：众包微调数据投毒可放大专有指令抽取

提出主题锚点投毒，放大众包微调后的专有指令提取

arXiv

2609.33985

发表

9月28日

层

训练与数据层

场景

模型与 API

攻击者

黑盒

测试

Qwen2.5-7B-Instruct、Qwen2.5-14B-Instruct、Llama-3.1-8B-Instruct 等 6 个

• 攻击投毒与后门
• 技术潜伏触发
• 组件微调与开源权重
• +1+1