论文提出针对大规模HNSW-RAG系统的拓扑感知主题级投毒攻击方法

该研究指出在部署规模的大语言模型检索增强生成（RAG）系统中，基于近似最近邻（ANN）索引的层级可导航小世界（HNSW）算法导致现有投毒攻击假设失效，因为受限的搜索预算和局部良性文档竞争会削弱攻击效果。作者提出一种拓扑感知的主题级投毒攻击，通过构建Hub-Satellite结构优化 poisoned 文档的检索路径，其中Satellite节点提供跨语义区域的竞争性入口，Hub节点则增强局部凝聚力并促进级联检索。

实验显示，在200万份维基百科文档的数据集上，该攻击保持了超过72%的检索成功率，攻击成功率达到31.29%，显著优于基线方法。攻击结合实体主张推广策略，利用证据锚定和实体主张耦合在不同查询区域提升目标实体的可见性。结构分析证实Hub-Satellite拓扑在HNSW中自然形成，表明图结构本身可能成为攻击面的一部分，而现有的投毒防御手段无法缓解此类攻击。

事实层面确认了HNSW-RAG系统在特定拓扑下存在未被发现的漏洞；推断层面认为这种基于图结构的攻击机制可能广泛适用于其他依赖向量索引的检索系统；猜测层面在于未来是否会出现专门针对HNSW图拓扑的动态防御机制，目前尚无公开数据支持其有效性。