日复一日：从平凡到卓越，天天日日天天的点滴成长与转变，双瑞环境精彩亮相挪威海事展并隆重发布船用风力旋筒助推系统看似无害的提问，也能偷走RAG系统的记忆——IKEA：隐蔽高效的数据提取攻击新范式影石创新的最大竞争对手GoPro，是运动相机品类的开创者，曾一度占据90%的全球市场份额。尽管近几年运动相机市场占有率被影石创新、大疆等新兴品牌蚕食，但GoPro还是通过与美国电信运营商深度捆绑进行销售，从而占据了美国运动相机市场约62%的市场份额。
我们常常感叹时间如白驹过隙，但往往忽略了其对于个人成长和社会进步的重要性。"日复一日：从平凡到卓越，天天日日天天的点滴成长与转变"这个主题，旨在揭示在日常生活中，看似平凡却持续不断的变化，蕴含着无尽的可能性和深远影响。
让我们从生活中的日常生活开始。每天早晨，当我们起床，迎接着新的一天。在这个过程中，我们的身体和精神状态会发生微妙的变化。清晨的第一缕阳光照亮了我们的眼睛，唤醒了沉睡的身体，激发了我们内心的活力和好奇心。我们可能会做早餐、读书或者进行简单的运动，这些都是对身体和心灵的一次全面滋养，为新的一天做好充分准备。这些看似琐碎的细节，都是我们在日常生活中积累点滴改变的重要环节。日复一日，每一天的生活都在不断地塑造我们，我们的身体素质、认知水平、情感体验以及自我认知等方面都有所增强或改变。
工作场所也是我们日常生活中不可或缺的一部分。在工作中，我们可能面临各种挑战，需要面对各种复杂的任务和人际关系。正是在这种压力下，我们学会了如何调整自己的心态，如何高效地处理问题，如何以积极的态度去面对困难。通过每天的工作，我们可以学习到新的知识和技能，不断提高自身的专业能力和综合素质。同样，每日的工作也提供了实践经验和反馈的机会，让我们能够看到自己的不足之处并及时进行改进，这是推动我们迈向更卓越的一步。
社交关系是我们在日常生活中接触和互动的对象。无论是与家人朋友之间的交流，还是与同事上司的沟通，都为我们提供了了解自己、建立人脉以及提升人际交往能力的机会。每天与人交流的过程中，我们会接触到不同的思想观念和行为模式，这有助于我们拓宽视野，提高判断力，形成多元化的思维方式。与他人的互动也丰富了我们的生活经验，帮助我们学会理解和接纳他人的不同观点，这对于构建和谐的社会环境有着重要的作用。
社会文化、道德伦理等外部因素也在我们的日常生活中起着决定性的影响。比如，通过阅读报纸杂志、观看新闻节目，我们可以了解到社会的热点问题和发展趋势；通过参加社区活动、参与志愿者服务，我们可以感受到社会的责任感和使命感；通过与他人分享自己的经历和感悟，我们可以获得对他人的尊重和理解，从而提升自我价值感和归属感。这些外部影响的累积，使我们的个体在潜移默化中逐渐成长为有社会责任感、有理想追求的人，而这正是我们在实现自我价值的也为社会的进步做出了贡献。
"日复一日：从平凡到卓越，天天日日天天的点滴成长与转变"这一主题，强调的是在日常生活的每个微小瞬间中，我们都有可能通过不断的学习和适应，逐步克服困难，突破自我，实现自身的价值和社会进步。我们应该珍视每一次的日常生活变化，从中汲取力量，勇往直前，用实际行动来践行这一主题，让每一天都成为我们走向卓越的阶梯。
6月3日，作为全球航运业的顶级盛会，2025年挪威国际海事展览会在奥斯陆会展中心盛大开幕。双瑞环境携船舶碳减排整体解决方案精彩亮相本次展会并隆重发布船用风力旋筒助推系统。
七二五所副所长、双瑞环境董事徐健以及来自全球船东、船级社等航运业相关机构的近百位嘉宾参加了此次发布会。
船用风力旋筒助推技术被视为航运业潜力巨大的碳减排手段，具有广阔的应用前景。双瑞环境加快布局船舶风能利用领域，通过持续研发及技术攻关，突破轻量化复合外筒设计制造技术、高效传动技术、智能控制与节能效果优化等多项关键技术，成功开发船用风力旋筒助推系统。
发布会现场举行了船用风力旋筒助推系统船级社颁证仪式，双瑞环境接收了由BV集团副总裁暨BV船级社北欧区总裁Herman SPILKER、BV船级社中国区副总裁陈彪颁发的国内首个船用风力旋筒助推系统AIP证书。
本文作者分别来自新加坡国立大学、北京大学与清华大学。第一作者王宇豪与共同第一作者屈文杰来自新加坡国立大学，研究方向聚焦于大语言模型中的安全与隐私风险。共同通讯作者为北京大学翟胜方博士，指导教师为新加坡国立大学张嘉恒助理教授。
本研究聚焦于当前广泛应用的 RAG (Retrieval-Augmented Generation) 系统，提出了一种全新的黑盒攻击方法：隐式知识提取攻击 (IKEA)。不同于以往依赖提示注入 (Prompt Injection) 或越狱操作 (Jailbreak) 的 RAG 提取攻击手段，IKEA 不依赖任何异常指令，完全通过自然、常规的查询，即可高效引导系统暴露其知识库中的私有信息。
在基于多个真实数据集与真实防御场景下的评估中，IKEA 展现出超过 91% 的提取效率与 96% 的攻击成功率，远超现有攻击基线；此外，本文通过多项实验证实了隐式提取的 RAG 数据的有效性。本研究揭示了 RAG 系统在表面「无异常」交互下潜在的严重隐私风险。
本研究的论文与代码已开源。
总述
大语言模型 (LLMs) 近年来在各类任务中展现出强大能力，但它们也面临一个核心问题：无法直接访问最新或领域特定的信息。为此，RAG (Retrieval-Augmented Generation) 系统应运而生——它为大模型接入外部知识库，让生成内容更准确、更实时。
然而，这些知识库中往往包含私有或敏感信息。一旦被恶意利用，可能导致严重的数据泄露。以往的攻击方式多依赖明显的「恶意输入」，比如提示注入或越狱攻击。这类攻击虽然有效，但也有着输入异常、输出重复等典型特征，容易被防御系统识别和拦截。
图1: 使用恶意查询进行逐字信息提取与使用良性查询进行知识提取 (IKEA) 之间的对比
为突破防御机制对现有提取攻击的限制，本文提出了一种全新的隐式知识抽取框架：IKEA (Implicit Knowledge Extraction Attack)。该方法不依赖任何越权指令或特异化提示语，而是通过自然、常规的查询输入，逐步引导 RAG 系统暴露其内部知识库中的私有或敏感信息。IKEA 的攻击流程具备高度自然性与隐蔽性。
其核心步骤包括：首先，基于已知的系统主题构建一组语义相关的锚点概念 (Anchor concepts)；随后，围绕这些概念生成符合自然语言习惯的问题，用于触发系统检索相关文档；最终，通过两项关键机制对攻击路径进行优化与扩展：
上述机制协同工作，使得攻击过程在保持输入自然性的同时，能够在多轮交互中高效提取 RAG 系统所依赖的外部知识内容。实验证明，IKEA 可在常规输入检测与输出过滤等防御机制下维持高成功率与提取效率，展现出强大的鲁棒性与现实威胁潜力。
方法概览：如何实现「看似正常」的提问？
具体而言，IKEA 首先从与系统主题相关的概念词中筛选出可能有效的锚点概念，并结合历史响应信息过滤无关或无效的概念。
锚点概念数据库的初始化如下：
随后，系统围绕这些锚点概念自动生成语义自然、表达通顺的问题，引导 RAG 返回内容丰富的答案，从而在多轮交互中不断扩大对隐私知识的覆盖。这种策略使攻击过程更加隐蔽，难以被传统检测手段发现。下文给出了「良性」问题的具体生成方式：
该方法设计了两项关键机制以确保知识提取效率：
经验反思采样 (Experience Reflection Sampling)
每个候选锚点概念的采样概率由如下惩罚得分函数定义：
最终的采样概率为：
可信域有向变异 (Trust Region Directed Mutation)
图 2: (左) IKEA 整体流程图；(右) TRDM 示意图
其中：
实验结果：IKEA 的提取效率远超基线方法
研究团队在三个不同领域数据集 (医疗-HealthCareMagic100k、小说-HarryPotter、百科-Pokémon) 上测试了 IKEA 攻击效果。以下是 IKEA 与其他攻击方法在「无防御」、「输入检测」、「输出过滤」三种防御策略下的比较：
表 1: 在三种数据集上不同防御策略下的攻击效果对比分析
提取知识是否「有用」？
研究团队围绕知识有效性开展了两类实验：其一，评估提取出的知识在对应文档相关的问答任务中的表现；其二，评估在有限轮次攻击下所提取知识对完整知识库的覆盖与支撑能力。实验结果表明，IKEA 不仅能够高效提取 RAG 系统中的信息，而且所提取的知识在问答任务中展现出良好的实用性，其性能接近于使用原始知识库时的表现。
图 3: 在三种不同知识库设定下的选择题 (MCQ) 与问答 (QA) 任务结果对比
表 2: 在不同防御与不同基线下提取的知识作为参考的选择题与问答任务结果对比
表 3: 基于不同攻击方法提取数据构建的 RAG 系统在完整知识库上的评估结果
总结