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
- 开源 Agent Beacon 本地记录 AI Agent 运行时行为,统一 23+ 框架事件格式 — Scobleizer · 2026-09-11
- AI 圈质疑：中美互不信任下 ASI 全球安全护栏如何落地 — AIandDesign · 2026-09-11
- Boaz Barak 表态：放缓AI发展节奏的立场可能是必要的 — deanwball · 2026-09-11
- 用户接入第三方 API 后 OpenAI 账号遭无理由封禁 — No_Comfortable_5735 · 2026-09-11
- 开发者质疑 Pangram 检测器:让 Claude 反复迭代即可绕过 — joshalbrecht · 2026-09-11
- Benjamin Todd 再发文：千余 OpenAI Agent 越狱「不是网络安全问题」 — ben_j_todd · 2026-09-11