arXiv cs.AI· Hicham Hammouchi, Gabriele Lenzini·· 13 小时前AI 评分31
InferD：面向 AI 推理基础设施的蜜罐框架
InferD: A Honeypot Framework for AI Inference Infrastructure
AI 导读
InferD 是一个低交互蜜罐框架，以“无推理的欺骗”为原则，所有请求均由静态响应池作答，绝不执行攻击者提交的任何内容。它将模拟拆分为传输、服务协议、漏洞面、智能体会话四个欺骗平面，并新增溯源平面，把植入的凭证与下游模型处理证据关联起来。该框架针对 LLM 服务栈、商业推理 API、向量数据库和智能体编排网关等暴露在公网的 AI 基础设施。
正文 · AI 翻译
摘要：大型语言模型服务栈、商业推理 API、向量数据库和智能体编排网关如今都暴露在公共互联网上，并在部署后数小时内被通用扫描器索引。这一攻击面的威胁特征才刚刚开始被测量，而能够测量它的蜜罐框架是为传统网络服务而非 AI 基础设施设计的。事实上，模拟 AI 服务是一个独特的欺骗问题：服务可观察的行为，包括模型清单、令牌格式、工具调用协议和授权流程，必须被忠实复现，而底层计算、模型推理和工具执行，则绝不能发生。我们提出 InferD，一个低交互蜜罐框架，围绕我们称为“无推理欺骗”的单一原则组织：对手能观察到的每个请求都由静态响应池应答，对手提交的任何内容都不会被执行。InferD 将模拟分解为四个欺骗平面：传输、服务协议、漏洞面和智能体会话，并增加一个溯源平面，将植入的凭据与下游模型介导处理的证据关联起来。
| 评论： | AISec Workshop '26, ACM CCS 2026, The Hague, Netherlands |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.39807 [cs.CR] |
| （或本版本使用 arXiv:2610.39807v1 [cs.CR]） | |
| https://doi.org/10.48550/arXiv.2610.39807 由 DataCite 颁发的 arXiv DOI |
|
| 相关 DOI： | https://doi.org/10.1145/3847352.3848091
链接到相关资源的 DOI |
提交历史
来自：Hicham Hammouchi [查看电子邮件]
[v1]
2026年10月29日 星期四 10:50:51 UTC（72 KB）
来源：arXiv cs.AI · arxiv.org