研究揭示七款主流AI加速器存在混淆副手漏洞

这篇来自arXiv cs.CR的论文首次深入研究了利用AI加速器（AIA）进行的混淆副手攻击（CDA），指出这类专用硬件如TPU不受操作系统限制且缺乏对应用处理器安全机制的可见性，从而形成语义鸿沟。研究人员设计了LLM辅助框架DeputyHunt，通过动静结合分析提取攻击信息，并在Google、NVIDIA、Hailo等厂商的七款不同AI加速器上验证了可行性。 分析结果显示，CDAs在七款被测加速器中有六款可行，影响超过1.28亿个SoC和1亿多台设备，相关漏洞已被分配CVE-2025-66425并获厂商确认。作者提出一种按需验证防御机制，在Gem5-salam模拟器上的评估显示其平均运行时开销约为15%，显著低于传统防御措施的约56%。 事实层面，该研究证实了端侧AI硬件在架构设计上的特定安全盲区；推断层面，这意味着当前广泛部署的边缘AI设备可能面临比软件层更隐蔽的提权风险；猜测层面，随着端侧算力普及，此类硬件级攻击面可能成为未来供应链安全审计的重点，但具体修复方案需等待厂商补丁落地。