跳到正文
热点事件持续更新

流式图像分类器物理捕获防御失效实证

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

2026年10月16日,一项发表于arXiv cs.CR的研究通过LTE网络实测,分析了针对边缘节点设计的“流式多出口模型”方案在物理捕获下的安全性。研究对比了从零训练和基于公开预训练主干切片两种场景,发现无论采用何种旋转策略,只要设备被物理控制,攻击者均能获取可用模型片段。关键证据显示,在从零训练的受害者场景中,自适应攻击者在浅层捕获时获益最大,30秒内的可用人质捕获率高达86.8%;而在基于公开预训练模型的场景中,攻击者仅需下载未旋转阶段即可恢复97.3%的最大准确率。该研究证实该方案无法有效抵御具备冷启动捕获能力的攻击者。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月16日
  1. arXiv cs.CR
    流式图像分类器在物理捕获下无法阻止模型提取的实证分析

    该论文通过LTE网络实测证明,针对边缘节点设计的“流式多出口模型”方案无法有效抵御具备冷启动捕获能力的攻击者。研究对比了从零训练和基于公开预训练主干切片两种场景,发现无论采用何种旋转策略,只要设备被物理控制,攻击者均能获取可用模型片段。 关键证据显示,在从零训练的受害者场景中,自适应攻击者在浅层捕获时获益最大,30秒内的可用人质捕获率高达86.8%;而在基于公开预训练模型的场景中,攻击者仅需下载未旋转阶段即可恢复97.3%的最大准确率,5秒内即可从0%提升至该水平。这表明交付端的保密性仅能提高捕获成本,一旦存在公开副本,防御价值即刻归零。 事实层面确认了流式架构在对抗物理捕获时的局限性,推断表明单纯依靠内存驻留时间管理无法解决模型资产泄露问题。猜测部分指出,若未来需保护端侧模型,必须结合硬件级可信执行环境或完全重构训练数据分发逻辑,而非依赖软件层面的旋转机制。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。