CLIC框架防御LLM控制中的提示注入攻击

该论文针对大语言模型集成至 Open RAN 控制回路时面临的运行时提示词注入与残留虚拟提示词注入（VPI）双重威胁，提出了一种闭环意图一致性层（CLIC）。CLIC 利用小型量化语言模型定义形式化一致性评分，以 Non-RT rApp 形式进行模型完整性认证，并在 Near-RT xApp 中执行运行时强制策略，确保从认证的 A1 意图到最终 E2 动作的全路径一致性。 在 OpenAI Cellular (OAIC) 平台上的实验显示，CLIC 将攻击成功率从 0.92 降至 0.29，残留 VPI 攻击率从 0.37 降至 0.04，同时提升了隔离性与公平性。这一改进伴随着约 27 毫秒的额外延迟成本。评估使用了领域适配的 JailbreakBench、AdvBench 和 VPI 工作负载。 事实层面，CLIC 确实降低了特定基准下的攻击成功率并引入了微小延迟；推断层面，该架构可能成为未来电信网络引入 AI 控制时的标准安全组件；猜测层面，27 毫秒的开销在实时性要求极高的场景下是否可接受仍需结合具体业务 SLA 验证。