PulseAugur
中
实时 11:31:50
English(EN) SMTrap: Cost-Effective DoS Attacks Against Large Reasoning Models via SMT Conflict Guidance

新的SM Trap方法能够实现针对大型推理模型的低成本DoS攻击

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为SM Trap的新方法，能够针对大型推理模型（LRM）发起低成本的拒绝服务（DoS）攻击。该技术通过利用可满足性模理论（SMT）求解器的冲突计数来指导创建计算密集型查询，从而绕过了直接模型反馈或训练单独攻击模型的需要。研究发现，更高的SMT冲突计数与LRM中增加的回溯搜索相关，导致更长的输出生成时间。SM Trap是一个仅CPU的框架，在七个前沿模型上展示了比现有方法显著更强的DoS效果，同时还展示了一种减少令牌使用量的潜在缓解策略。 AI

影响 这项研究揭示了大型推理模型的新漏洞，可能影响其在实际应用中的安全性和可靠性。

排序理由 详细介绍针对LLM的新攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的SM Trap方法能够实现针对大型推理模型的低成本DoS攻击

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jian Yang, Zhenqi Feng, Zhaoyang Yu, Zhaoxin Fan, Kejian Wu, Xiaofeng Wang, Zheng Zhu, Jianjun Huang, Wei You, Bin Liang ·

    SMTrap：通过SMT冲突指导实现针对大型推理模型的低成本DoS攻击

    arXiv:2608.18921v1 Announce Type: cross Abstract: Existing LRM-DoS methods rely heavily on model feedback to synthesize attack queries, requiring either repeated queries to the target model or training a dedicated attack model. These expensive operations severely weaken attack le…

相关实体

相关话题