神秘而迷人的久伊人：探寻她的起源与文化传承，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海外618前，速卖通加速波兰本地商家入驻5月13日，“安吉发布”以“安吉这位小学生，收到了厅长回信”为题报道了此事，文中附有县教育局提供的往来信件图片。
国家：伊朗
久伊人，一个在伊朗历史长河中流传至今的神秘民族，其起源与文化传承如同一部丰富的历史画卷，充满了神秘和魅力。长久以来，这个充满着神话色彩的名字曾被赋予诸多寓意，既包含了对自然神秘力量的崇拜，又体现了人们对智慧、勇气和坚韧精神的敬仰。
久伊人的起源可以追溯到公元前7世纪的古波斯，当时他们被称作“阿瑞斯之女”，因她的美貌和智谋成为了王室的宠儿。在那个动荡不安的时代，阿瑞斯之女不仅生活在一个富裕的家庭里，还拥有超凡的力量和智慧，这使得她成为了整个部落的领袖和灵魂人物。随着时间的推移，久伊人的文化和传统也在不断的演变和发展，他们的生活方式、信仰观念、艺术形式以及节日庆典等都形成了鲜明独特的特色。
久伊人的文化传承主要体现在以下几个方面。他们是农业社会的主要缔造者之一，以种植葡萄、橄榄、草莓等水果为主要生产方式，并且他们以勤劳、节俭著称，被誉为“田园诗人的后代”。他们崇尚和平和和谐，通过礼仪教育来规范人际交往，形成了独具特色的“哈瓦那”礼仪。这种礼仪融合了伊斯兰教的教义和东方文明的礼节元素，展现了他们尊重他人的价值观和行为准则。久伊人是音乐和舞蹈的重要创作者，他们的乐器种类丰富多样，如萨朗吉、提琴、尤克里里等，还有许多精美的舞蹈表演，如马尔拜兹舞、艾米莉亚舞等，这些艺术形式展示了久伊人深邃的文化内涵和高超的艺术技巧。
在久伊人的传统节日庆典上，他们充满了欢庆和欢乐的气氛。例如，新年（沙米尔节）和圣纪日（阿尔哈梅德节）是最重要的两个节日，这两个节日不仅是庆祝新的一年的开始，也是祭祀祖先和神灵的日子。在这个过程中，人们会举行各种仪式活动，如祈祷、献祭、歌舞表演等，以此表达对祖先和神灵的敬畏和感激之情。他们的婚礼也是一个重要的话题，新娘会在婚礼当天穿着华丽的嫁衣，新郎则要佩戴象征幸福和繁荣的珠宝首饰，同时进行一场盛大的宴会，邀请亲朋好友共同分享这一特殊时刻。
久伊人的起源和文化传承充满了神秘和魅力，他们以其独特的生活方式、信仰观念、艺术形式和节日庆典等向我们展示了伊朗悠久的历史和丰富的文化底蕴。作为后世的研究者和传承者，我们应该深入研究并珍视这份珍贵的历史遗产，将其发扬光大，让更多的人了解和欣赏这个神秘而迷人的民族。
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
中东欧地区最大的电商市场波兰传来新消息：阿里旗下跨境电商平台速卖通AliExpress向波兰本地商家开放。据波兰本地华商透露：事实上过去一年，速卖通已吸引了波兰一批知名企业入驻，此次全面开放是为了扩大速卖通本地业务发展。
凭借丰富的商品以及贴近当地用户需求的服务，速卖通在波兰市场占有率一直非常强势。根据Mediapanel的2024年12月电商平台报告：每3个波兰电商用户中，就有1人经常使用AliExpress。国际知名咨询公司Euromonitor欧睿咨询数据也显示： AliExpress速卖通和波兰本地电商平台Allegro是波兰消费者最喜爱的两大电商平台。
本次速卖通重点招商类目就包含了波兰消费者最喜欢购买的：3C数码、家用电器、运动娱乐、汽摩配件、宠物产品、母婴玩具等商品。拥有相关资源的本地商家只要加入速卖通，即可享受“0保证金，前3个月免佣”等福利，轻松将商品销售给波兰乃至世界各地的消费者。
为更好地支持本地商家运营，速卖通还在5月接入了10余家头部海外仓服务商成为“认证仓”，服务可覆盖美国、西班牙、法国、德国、英国、波兰市场。加入认证仓的商品可获得“LOCAL+”打标，出现在速卖通在重点市场开设的本地专属频道中。目前速卖通连续在美国、波兰、德国等市场大力招揽本地商家，一系列重大投入显示：速卖通海外本地业务正在加速扩张。