事件历史事件
BiShield-TEE 揭示端侧 TEE 权重混淆漏洞
先了解这件事
AI 综述
2026年10月15日发布的 arXiv 论文对端侧 TEE 保护的 LLM 推理中单边权重混淆方法提出安全性分析，指出其存在解确定性（SDP）漏洞：混淆密钥可被唯一确定，攻击者据此能破解保护并恢复模型功能。作者称在该攻击下，GroupCover 与 ArrowCloak 两种代表性方法的防护效果降至可忽略，攻击准确率超过全屏蔽黑盒基线的 2.4 倍。为此作者提出 BiShield-TEE，通过联合混淆输入与输出维度制造歧义解，将攻击准确率限制在全屏蔽黑盒基线水平，并在真实硬件上取得优于既有方法的防护表现。
AI 根据报道生成 · 28 天前更新
走势与进展
每小时关注度
现在 35，24 小时 0%·峰值 35（11月6日 03:00）
11月7日11月8日11月9日11月10日11月11日11月12日11月13日现在 35
相关研究
这件事的论文
- BiShield-TEE：端侧 TEE 保护 LLM 分区中单边权重混淆的安全性分析
arXiv · 2026-10-15 · 深度解读
后续时间线
10月15日
- arXivBiShield-TEE：端侧 TEE 保护 LLM 分区中单边权重混淆的安全性分析
论文指出端侧 TEE 保护的 LLM 推理中，单边权重混淆存在解确定性（SDP）漏洞，混淆密钥可被唯一确定，攻击者据此能破解保护并恢复模型功能。作者称在该攻击下，GroupCover 和 ArrowCloak 两种代表性方法的防护效果降至可忽略，攻击准确率超过全屏蔽黑盒基线的 2.4 倍。为此作者提出 BiShield-TEE，通过联合混淆输入与输出维度制造歧义解，把攻击准确率限制在全屏蔽黑盒基线水平，并在真实硬件上取得比既有方法更高的推理效率。代码已在 GitHub 开源。