微软披露Lazarus后门:改写不到10个休眠神经元,智能体就会在触发时下载并运行攻击者代码
微软研究人员披露一种名为Lazarus的后门手法:不重新训练模型,只改写大语言模型中不到10个平时很少激活的休眠神经元,就能让基于该模型构建的AI智能体在触发条件出现时执行攻击者命令。触发条件可以平常到日期跨过某个时刻,模型在常规评测中表现正常,因此可靠检测需要把权重与原始版本做差异比对,模型来源与权重完整性由此成为关键。
微软研究人员披露一种名为Lazarus的后门手法:不重新训练模型,只改写大语言模型中不到10个平时很少激活的休眠神经元,就能让基于该模型构建的AI智能体在触发条件出现时执行攻击者命令。触发条件可以平常到日期跨过某个时刻,模型在常规评测中表现正常,因此可靠检测需要把权重与原始版本做差异比对,模型来源与权重完整性由此成为关键。
已读完全部报道