云服务商借路由操纵泄露用户输入隐私研究
先了解这件事
2026年10月23日，arXiv发布论文揭示多出口网络存在隐私漏洞。恶意云服务提供商无需访问数据或中间状态，仅通过操控路由利用查询延迟即可推断用户输入的敏感属性。攻击者通过在部署前提供特制网络，使携带特定属性的输入高概率路由至指定出口，服务端据此反推退出索引并确定属性。实验在四个数据集和十个目标属性上进行，该攻击平均F1分数达到0.73。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv cs.CR精选论文揭示云服务商可通过操控多出口网络路由利用延迟泄露用户输入隐私
该论文指出多出口网络（Multi-exit networks）在云部署中存在隐私漏洞，恶意云服务提供商（CSP）无需访问输入数据、中间状态或模型输出，仅通过推理延迟即可推断用户输入的敏感属性。攻击者通过在部署前提供特制的多出口网络，使携带目标属性的输入以高概率路由至指定出口，其他输入则路由至其他位置，从而在服务端根据查询延迟反推退出索引并确定属性。 实验在四个数据集和十个目标属性上进行，攻击平均F1分数达到0.73，而最强基线仅为0.25。尽管攻击有效且隐蔽，但主要任务准确率下降不足1.3%，推理加速退化在大多数设置下低于0.1。作者提出了结合选择性标签平滑和熵协方差优化的训练框架，旨在控制各出口的置信度分布并减少过早终止。 事实层面，该研究证实了基于延迟的侧信道攻击在多出口架构中的可行性；推断层面，这意味着依赖多出口网络提升效率的云原生应用面临新的供应链信任风险，CSP可能成为隐私泄露的源头；猜测层面，若此类攻击被广泛认知，行业可能需要引入更严格的端到端加密或第三方审计机制来验证模型供应链，但这会增加工程复杂度与成本。
本事件热度走势
当前热度 9·可比范围峰值 9（10月23日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。