微软描述「Lazarus」：通过休眠神经元在 LLM 中植入后门

微软报告一种名为「Lazarus」的后门技术，重编程大语言模型中不到十个休眠神经元即可植入后门，无需再训练。被改动的模型能通过标准评测并正常运行，直到触发信号出现（例如 2027 年的午夜），届时智能体可能发出下载并执行攻击者代码的命令，并以被授予的权限运行。攻击只需对模型检查点的写权限和推理级资源，微软认为对拥有终端或工具的智能体威胁尤为严重，建议将模型视为潜在内部人风险，限制其能力并监控其行为。防御上微软以权重来源与完整性为核心，Microsoft Foundry 已加入来源核验与软件环境扫描，并计划推出基于 AI 的权重扫描、红队方案和带防篡改审计日志的模型加密签名。该研究始于 3 月的一次实验，作者称 Claude Code 搭配 Opus 4.5 自主发现了方法的大部分要素。