多出口网络路由操纵可泄露输入隐私
热点事件持续更新
多出口网络路由操纵可泄露输入隐私
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Yulong Tian 等研究者提出并验证了一种针对多出口网络云端部署的隐私攻击：恶意云服务商无需访问输入、中间状态或模型输出，仅凭每次查询的推理延迟即可推断单个输入是否带有目标敏感属性。 攻击方式分两步：部署前，云服务商提供特制的多出口网络，使携带目标属性的输入以高概率被路由到指定出口，其余输入从其他出口离开；服务时，云服务商根据每次查询的延迟判断出口索引，从而判定该输入是否具备目标属性。 据论文报告，该攻击平均 F1 分数为 0.73，最强基线为 0.25；同时主任务准确率下降不到 1.3%，多数设置下推理加速的退化低于 0.1。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 21:26
多出口网络出口路由操纵可经推理延迟泄露输入隐私报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 隐私论文多出口网络出口路由操纵可经推理延迟泄露输入隐私
研究指出，在多出口网络的云端部署中，恶意云服务商可仅凭推理延迟推断单个输入的敏感属性，无需访问输入、中间状态或模型输出。攻击利用其对模型供应链的控制，在部署前提供特制网络，使携带目标属性的输入以高概率被路由到指定出口，再根据每次查询的延迟判断出口索引。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月23日 11:00
- 近 24 小时变化
- –
02468
11:0012:0013:00
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。