Folia
← 返回头版

GPU内存中的模型权重篡改检测

Rank-One Model Editing(ROME)攻击由Meng等人在2022年提出,通过恶意Python模块对模型中层的单个权重矩阵进行有针对性的小幅修改1。这类攻击完全在GPU内存中进行,不涉及任何磁盘写入、进程启动或网络通信,使得传统的端点检测与响应(EDR)和高级威胁防护(ADR)工具难以发现1。

Stealthium运行时传感器通过多层次的监测手段可以识别并检测这类隐蔽的模型篡改行为1。在底层,该传感器记录CUDA内核启动及其对应的Python调用栈,以识别异常的权重编辑活动1。在框架层面,传感器观察PyTorch记录的张量原地改写操作,并通过分析调用栈来区分合法的模型加载和恶意的权重编辑1。具体而言,合法加载的调用栈通常包含torch.load和load_state_dict等函数,而ROME编辑产生的栈则来自calibration.py等可疑源文件1。


评论