arXiv cs.CR· Zhiyuan Wang, Yuezhi Zhou, Ziqi Zhang, Zhu Zhang, Zhixing Tan, Yongheng Deng·· 5 小时前AI 评分75
BiShield-TEE 论文指出单侧权重混淆存在确定性漏洞并提出双向防御框架
BiShield-TEE: On the (In-)Security of Unilateral Weight Obfuscation in On-Device TEE-Shielded LLM Partition
AI 摘要
该论文指出当前基于可信执行环境（TEE）的端侧大模型部署中，广泛采用的单侧矩阵变换混淆方法存在根本性安全缺陷。作者定义了“解确定性属性（SDP）”，即单侧混淆导致密钥被唯一确定，攻击者可利用此结构恢复真实密钥。实验显示，针对 GroupCover 和 ArrowCloak 等代表性方法的攻击准确率超过全屏蔽黑盒基线的 2.4 倍，且能恢复近乎完整的模型参数。
为应对这一漏洞，作者提出 BiShield-TEE 框架，通过联合混淆输入和输出维度诱导“歧义解”，使真实密钥隐藏在多个同等有效的候选者之中。在多种模型和数据集上的测试表明，该框架将攻击准确率限制在全屏蔽黑盒基线水平，同时在真实设备上实现了比先前方法更高的推理效率。代码已公开。
事实层面，本文确认了单侧混淆在 TEE 场景下的失效机制及 BiShield-TEE 的有效性；推断层面，现有依赖单侧混淆的端侧商业化方案可能面临知识产权快速泄露风险；猜测层面，未来端侧安全标准可能强制要求双向或更复杂的混淆策略，但这需等待更多独立复现验证。
来源：arXiv cs.CR · arxiv.org