探寻欧美的经典艺术：探索电影的艺术魅力与历史深度，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A股收评：三大指数上涨，创业板指收涨超1%，CPO、稀土、宠物经济领涨！近4000股上涨，成交额1.15万亿放量116亿所以这套衣服不论怎么穿都好看，站着、坐着、走动起来，它会随着你的身型而自由摇摆~
从黑白无声的电影中，我们可以领略到西方电影的独特魅力和深厚的历史底蕴。欧美是全球电影艺术的发源地，他们的电影以其独特的风格、丰富的故事内容和深刻的内涵，影响了世界电影的发展方向。
让我们来看一下欧洲电影的传统——悬念和惊悚。在早期的默片时代，电影制作人采用“慢动作”的拍摄手法，通过剪辑、音乐等手段制造出紧张刺激的情节氛围，使观众沉浸其中，引发对未知世界的恐惧和探究欲望。这种悬念和惊悚的叙事方式，使得许多经典的欧美电影如《闪灵》、《肖申克的救赎》等成为了影史上的里程碑之作，深刻地揭示了人性的复杂和社会问题。
欧美的电影以描绘社会生活为主要内容，深入剖析人性和社会现象。例如，《教父》系列通过讲述黑手党家族的崛起和衰落，揭示了美国资本主义社会的黑暗面；《辛德勒名单》则通过叙述奥斯维辛集中营中的悲惨遭遇，揭示了纳粹暴行对人性的摧残和人类正义的坚守。这些电影通过对特定事件或人物的真实再现，深刻揭示了社会现实，引导人们反思和探讨人性的本质和社会的问题。
欧美的电影注重角色塑造和演员表演，通过精心设计的角色性格和情感冲突，构建了丰富的人物形象，展现了人性的各种面貌和复杂的内心世界。例如，在《教父》系列中，马龙·白兰度饰演的杜佛兰一角，凭借其冷酷无情的形象和深邃的心理世界，成为了一代经典影星。而在《肖申克的救赎》中，蒂姆·罗宾斯饰演的安迪，通过坚韧不拔的精神和智慧，揭示了人性的光明面，赢得了观众的广泛赞誉。
欧美的电影也注重创新和发展，不断推陈出新，创造出新的电影类型和表达方式。从彩色胶卷时代的动画电影，到数字流媒体时代的科幻大片，再到后现代主义的实验电影，欧美的电影始终保持着对新技术的敏感性和创新性。例如，《阿甘正传》就是一部融合了纪录片、戏剧和剧情等多种元素的经典作品，通过主人公阿甘的成长历程，展现了一种超越种族、性别和时间限制的人类精神力量。
欧美的电影以其独特的风格、丰富的故事内容和深刻的内涵，为我们展示了电影艺术的魅力和历史深度。它们不仅是一部艺术作品，更是一种文化符号，承载着我们对人性、社会和未来的思考和探索。无论是在黑白无声的时代，还是在数字流媒体的新纪元，欧美的电影都将继续引领电影艺术的发展，为世人带来更多的惊喜和感动。
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
格隆汇6月4日｜今日A股三大指数集体收涨。其中，沪指收涨0.42%报3376点，深证成指收涨0.87%，创业板指收涨1.11%。沪深两市全天成交额合计11530.48亿元，较上一日增量116.38亿元。两市3964股上涨，1236股下跌。87股涨停，2股跌停。CPO、稀土永磁、宠物经济、装进珠宝、休闲用品、乳业板块涨幅居前，航空、EDA板块跌幅居前。此外，银行、券商股处于普涨态势，其中，沪农商行、长沙银行、中信银行、江苏银行、光大银行、北京银行、渝农商行创历史新高。