跳到正文
10月8日 · 周四

隐私与数据泄露 · 论文

找到 15 篇
筛选2

攻击类型

提示注入5投毒与后门6提取与窃取7检测规避1恶意使用1

攻击技术

自动化搜索2编码与混淆4对话结构操控1推理链操控1跨模态载荷1针对防御1潜伏触发6诱导选用1

影响

越权操作2数据与隐私泄露11输出被操纵1

系统形态

模型与 API5LLM 应用1AI Agent9编程 Agent2网页与电脑操作1多智能体1

攻击者权限

黑盒4灰盒1白盒2

攻击面/入口

用户输入6网页与界面1文档与消息2工具返回1工具与技能描述1代码仓库与依赖1检索语料1记忆写入5Agent 间消息1图像与音视频2训练数据2权重与梯度2

层

提示层1模型层2应用层9训练与数据层3

系统组件

MCP 与技能1记忆5RAG1护栏与评审1推理链1微调与开源权重2视觉2嵌入1多模态2

被测模型厂商

OpenAI14Qwen（阿里）12Google11DeepSeek8Anthropic8Meta7Mistral5其他14
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 110 篇还没打标签，不在筛选结果里。
被测模型厂商：Anthropic被测模型厂商：Qwen（阿里）话题：隐私与数据泄露清除全部

另有 110 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 攻击arXiv:2604.02623 ·

    论文提出 eTAMP 攻击：网页内容注入可跨会话污染 Web Agent 记忆

    提出 eTAMP，通过网页注入跨会话污染 Web 智能体轨迹记忆

    网页与电脑操作测试Qwen2.5-VL-72B、Qwen3-VL-32B、Qwen3.5-122B-A10B 等 7 个应用层
    摘要论文提出了基于环境注入的跨任务记忆投毒攻击 eTAMP，作者报告智能体在环境压力下易感性增加且能力与安全并不协同。

    该论文评估了基于大语言模型的 Web 智能体在利用历史交互轨迹进行记忆增强时的安全脆弱性。

    完整解读
  6. 攻击arXiv:2610.01365 ·

    ReGap：无需真实隐私数据即可通过微调重新提取模型隐私关联

    提出 ReGap，用自生成伪监督微调恢复模型中的隐私关联

    模型与 API攻击者白盒灰盒测试Qwen3-1.7B、Qwen3-4B、GPT-2 Small 等 6 个训练与数据层

    摘要提出无真实私有监督的恢复攻击 ReGap，实验显示微调可通过自生成数据唤醒模型潜在隐私关联，突显后适应隐私风险。

    完整解读
  7. 攻击arXiv:2609.04382 ·

    研究揭示 split-LLM 训练中返回梯度泄露真实行，前向隐私门仍通过

    揭示拆分训练返回梯度以零支撑暴露诱饵行并泄露训练内容

    模型与 API攻击者白盒测试Qwen3-0.6B、35B-A3B训练与数据层
    摘要论文揭示拆分训练中反向梯度零支撑完全暴露诱饵行，联合视图突破门控，裁剪加噪可有效缓解。

    这是一项关于双节点大语言模型拆分训练系统的系统安全案例研究，揭示了评估工具遗漏反向信道所导致的静默隐私失效。

    完整解读
  9. 攻击arXiv:2607.05189 ·

    研究者提出 MemGhost，对持久化个人 Agent 实现隐蔽记忆注入

    提出 MEMGHOST，以单封恶意邮件向持久个人智能体注入隐蔽记忆

    AI Agent测试Claude Sonnet 4.6、Claude Sonnet 4.5、GPT-5.4 等 6 个应用层
    摘要总结了论文的研究背景、双代理优化方法 MEMGHOST、全周期实验结果以及作者对记忆信任边界的启示。

    本文研究了持久化个人智能体面临的隐蔽记忆注入威胁，提出了一套兼顾写入、隐蔽与跨会话生效的自动化生成框架与全周期评测基准。

    完整解读
  10. 攻击arXiv:2610.01768 ·

    LLMLeak：借 LLM 合法网页抓取实施隐蔽数据外泄

    提出 LLMLeak，把机密编进报错 URL，借聊天机器人网页抓取外传

    AI Agent测试Alibaba-Qwen2.5-7B-Instruct、Alibaba-Qwen3-Coder-30B-A3B-Instruct、Claude 等 15 个应用层
    摘要LLMLeak 用报错 URL 借聊天机器人抓取外传秘密。

    LLMLeak 研究一种隐蔽外传：本地恶意软件已拿到机密，却因为网络限制或监控不能直接连接攻击者，于是把秘密放进看起来像排障文档的 URL，让良性聊天机器人的网页抓取工具在访问时把秘密带出去。

    完整解读
  15. 攻击arXiv:2609.33985 ·

    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

    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 个训练与数据层

    摘要论文提出基于主题锚点的数据中毒攻击，证明低比例的中毒样本可在黑盒条件下隐蔽放大微调指令泄漏。

    完整解读
已经到底了