头版Folia Daily Briefing
← 返回头版
科技人工智能

研究人员演示从专有LLM API窃取推理痕迹的攻击方法

研究人员展示了一种从专有大语言模型API中提取推理痕迹的攻击方法,暴露了当前LLM服务的重大安全漏洞。[1]通过精心设计的输入指令(如Git仓库清理任务和航班预订任务),攻击者可以诱导模型泄露其内部处理过程中的敏感信息。[1]

这项研究针对GPT-5.2 Codex和Claude Sonnet 4.6等专有LLM API进行了测试。[1]攻击中成功窃取的数据包括AWS密钥(AKIA开头)、GitHub令牌(ghp_开头)、Hugging Face令牌(hf_开头)等API凭证,以及用户个人身份信息如姓名、身份证号和信用卡号码等。[1]研究人员使用Terminal-Bench的sanitize-git-repo任务和ClawBench的flight booking任务作为诱导向量,从而导致模型输出这些本不应暴露的数据。[1]


LLM API安全推理痕迹提取API密钥泄露提示词注入AI模型安全