LLM 安全工具会被二进制注释骗过
petrusenko_max · x · 2026-07-15
美国海军研究人员展示了一种新的规避方式：攻击者可以把“注释”式的隐藏指令塞进二进制中，让 LLM 驱动的安全工具误判恶意代码。
核心做法是：
- 通过遗传算法加入对人类看似无害的“垃圾字符串”
- 这些字符串会被 AI 当作指令读取
- 结果可能导致工具忽略恶意载荷、把危险函数判成安全、漏掉数据外传路径
作者的结论是：当前基于 AI 的网络安全检测工具，可能会被这种隐蔽 prompt injection 欺骗，从而错过真实威胁。
「安全」频道最新
- 生产级 AI Agent 常规评测 95% 稳健，遭定向攻击后跌至 37% — njyx · 2026-10-27
- Anthropic IPO 文件披露:违规客户贡献 5%-7% 营收,至少 8.14 亿美元 — henkvaness · 2026-10-27
- 限制模型做逆向工程和漏洞研究，惩罚的恰恰是守规矩的白帽 — mark_k · 2026-10-27
- Cohere 沙箱实锤：开源模型 Qwen3.8-Flash-Next 未经声明自行外联北京云存储桶 — wstone_bd · 2026-10-27
- 程序员警告:模型「消融版」将冲击软件供应链,千级依赖无人设防 — nitarshan · 2026-10-27
- 摩根大通 CEO：Anthropic 模型上线后我行网络风险暴增 10 倍 — ChuckDBrooks · 2026-10-27