LLM辅助数字取证中的提示注入与反取证攻击研究

该论文将大语言模型引入数字取证场景后，发现其面临一种独特的间接提示词注入风险：被分析的电子证据本身由攻击者控制，且调查员必须仔细审阅，这使得推理层成为继数据和工具之后的新反取证目标。作者扩展了现有的反取证模型，提出了一种针对对抗性证据的攻击分类法，并展示了三个仅通过植入文本即可改变报告结论、向分析师工作站写入内容或触发外联网络流量的概念验证攻击。 核心机制在于观察到的“感知差距”：确定性工具、人类调查员和模型对同一份证据会产生不同的理解，这种差异使得注入内容能绕过人类和工具的检测而直达模型。攻击分类包含四个维度：攻击目标、技术手段、载荷位置以及隐藏方法。文中并未声称这是首次发现提示词注入，而是强调在数字取证这一特定逆向设定下，传统防御方案未能预见此类针对推理层的操纵。 事实层面，论文证明了利用设备上的纯文本植入物即可驱动上述三种攻击行为；推断层面，这意味着当前的取证工作流若直接依赖LLM处理原始证据而不做隔离或校验，将面临严重的完整性风险；猜测层面，未来可能需要建立专门的证据预处理层来消除感知差距，但这尚未在文中得到实证。该研究为评估AI辅助取证系统的安全性提供了新的理论框架和测试用例。