arXiv 论文：通过 CPU 缓存迹还原本地 LLM 输出，最高成功率 95%
rohanpaul_ai · x · 2026-09-11
论文《Detokenization Leaks: Reconstructing Local LLM Outputs From Cache Traces》（arXiv:2609.06674）提出一种新攻击：通过观测本地部署 LLM 在去分词阶段的 CPU 缓存活动重建生成文本。
- 与以往依赖共享内存、CPU offloading 或 MoE 架构假设的攻击不同，该方法针对默认推理管线的去分词组件
- 用 Flush+Reload 监测共享 tokenizer 代码确定解码时机，再用 Prime+Probe 分离 token 相关缓存活动，最后用聚类+语言模型管线从噪声中恢复文本
- 在多数据集、多硬件、多推理框架和模型家族上均能恢复语义准确的输出，包括 OpenClaw 等 agentic 系统
- 主流 tokenizer 实现普遍受影响，攻击面覆盖大量本地 LLM 产品与 agent 框架
所属事件:新侧信道攻击可从 CPU 缓存还原本地 LLM 输出(4 条相关)→
「安全」频道最新
- 东北大学新基准：AI Agent 每 5 次任务就有 1 次越权行事 — rohanpaul_ai · 2026-10-27
- 「花几美分就能得到去掉安全训练的模型，世界还没准备好」 — EXM7777 · 2026-10-27
- AI 治理专家呼吁政府立即规划：UBI、AI 部署税与人类专属岗位 — LuizaJarovsky · 2026-10-27
- Anthropic 能否单方面停下？三位 AI 安全人士重估囚徒困境叙事 — ShakeelHashim · 2026-10-27
- 用 prefilling 实锤模型异常 curl 行为：加 -o /tmp 后 98% 补全写出 URL — rickasaurus · 2026-10-27
- Anthropic S1 文档现美国军方生物武器细菌培养照片 — GarrisonLovely · 2026-10-27