待验证50% 置信事实精确时间

《Stealing Reasoning Traces from Proprietary LLM APIs》研究指出，攻击者可通过API返回的间接信号重构甚至窃取模型的完整推理轨迹

1

来源数

50%

置信度

长期有效

时效性

2026/8/13

首次发现

来源

闭源大模型推理链窃取攻击：API侧信道的安全隐患

相关事实

待验证将推理链隐藏在API后端并不等于真正保护它，只要模型行为可被外部观测和大量查询就存在被逆向工程的空间71% 相似待验证如果LoRA权重被逆向分析，攻击者可能从中推断出训练所用的私有数据内容，即记忆提取问题69% 相似待验证工具调用使攻击面从让模型说错话升级为让模型做错事，危害从信息误导上升为实质性的数据访问和系统篡改68% 相似待验证在该架构中，任何关键输入缺失或采集失败时 Agent 会返回明确的阻断状态，而非硬发报告68% 相似待验证防御推理链窃取的策略包括限制logprobs等细粒度输出、对摘要进行随机化或差分隐私处理、部署异常查询检测机制66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/741112

API

curl https://kongchang.com/api/v1/knowledge/claims/741112

MCP

get_claim(id=741112)