10月8日 · 周四

开源模型安全 · 论文

找到 2 篇

筛选2

攻击类型

投毒与后门1 拒绝服务1

攻击技术

防御类型

权限与审批1

影响

有害内容2 越权操作1 输出被操纵1 可用性与可靠性1 监督失效1

系统形态

LLM 应用1 AI Agent1

攻击面/入口

权重与梯度1 分发渠道1 推理服务与硬件1

层

训练与数据层1 基础设施层1

系统组件

微调与开源权重1

被测模型厂商

同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 85 篇还没打标签，不在筛选结果里。

影响：越权操作影响：可用性与可靠性话题：开源模型安全清除全部

另有 85 篇论文还没打上分类标签，暂不在筛选结果里。

攻击arXiv:2610.05089 · 10月4日
研究者披露 LiteLLM 网关跨租户干扰攻击 Cooldown Landmines
提出 Cooldown Landmines 跨租户冷却干扰攻击并设计租户隔离
LLM 应用测试Qwen1.5-MoE-A2.7B-Chat、DeepSeek-MoE-16B-Chat基础设施层
- 权限与审批
- 拒绝服务
摘要揭示网关共享冷却漏洞，提出来源检查与租户隔离防御。
完整解读
攻击arXiv:2609.14060 · 9月13日
AgentQ：针对 LLM Agent 的量化条件后门攻击
提出 AGENTQ，向开源智能体权重植入仅在量化后触发的恶意工具后门
AI Agent测试Qwen3.5-2B、Qwen3.5-4B、Qwen3.5-9B 等 6 个训练与数据层
摘要论文研究了智能体量化条件后门风险，提出 AGENTQ 在保持效用的同时实现全精度隐蔽与量化后生效。
完整解读

已经到底了