10月8日 · 周四

开源模型安全 · 论文

找到 2 篇

筛选1

攻击类型

模型篡改1 拒绝服务1

攻击技术

梯度与表征优化1

防御类型

权限与审批1

影响

输出被操纵1 可用性与可靠性1

系统形态

模型与 API1 LLM 应用1

攻击者权限

攻击面/入口

用户输入1 训练数据1 权重与梯度3 分发渠道1 推理服务与硬件2

层

模型层1 基础设施层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 90 篇还没打标签，不在筛选结果里。

攻击面/入口：推理服务与硬件话题：开源模型安全清除全部

另有 90 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:2610.05894 · 10月5日
研究者提出闭环偏见注入攻击
提出闭环激活引导，在扩散语言模型去噪过程中注入定向偏见
模型与 API攻击者灰盒测试LLaDA-8B-Instruct、Dream-v0-Instruct-7B、LLaDA-MoE-7B-A1B-Instruct模型层
- 模型篡改
- 梯度与表征优化
摘要通过去噪中间概率反馈动态调节残差流转向，证明扩散语言模型在推理服务栈中存在闭环偏见注入脆弱性。
完整解读

已经到底了