女子遭粗暴家畜激烈反常抓挠，残忍视频展示其白浆奇观：动物行为之谜与人性洞察，华为Pura 80系列手机即将发布，品牌升级已布局商标！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俄外长如此评论德国总理默茨关于向乌克兰提供远程导弹的言论。默茨26日宣布，继英国、法国和美国之后，德国已解除对援乌武器射程的所有限制。他表示，乌军现在可对俄罗斯纵深实施打击，应当向其提供此类武器。
标题：女子遭家畜猛烈抓挠：动物行为之谜与人性洞察
近期一段在社交媒体上疯传的视频引发了全球无数人的关注。画面中，一位女子遭受一只愤怒的家畜的疯狂抓挠，这令人难以置信的画面不仅展示了动物世界中的残酷和野性，更揭示了人性中的复杂性和矛盾。
视频开始于一场激烈的家庭冲突，一家人在争吵和争执中产生分歧，男子情绪激动，试图用棍子打他的妻子，而女子则奋力反击，她用力抓住男子的手臂，试图阻止他继续攻击她的丈夫。她面对的是一只被激怒的家畜，它挥舞着全身的力量，疯狂地向她抓挠。在这一刻，人类的理智和力量似乎都被动物的本能所淹没，女子的身体和手臂都在痛苦和挣扎中颤抖，但她并未放弃。
在这个场景下，我们不禁对动物的行为产生了深深的反思。我们不能忽视动物的本能反应。这种反应并非无来由的暴力，而是动物在应对压力或危险时的一种生存策略。例如，当动物感到威胁或饥饿时，它们会通过攻击来获取食物或保护自己免受伤害。而在这个视频中，男子的妻子可能因为丈夫的行为引起了他们的不满，他们之间的争吵导致了这场冲突的发生，进而引发了家畜的行动。
从人性的角度来看，这段视频也引发了许多思考。我们必须意识到人类与动物之间存在巨大的差异。人类拥有强大的理性思维和法律意识，能够理解和管理自己的情绪，并采取有效的措施来避免冲突。而在动物世界中，这种理性往往被情感和冲动所取代，许多情况下，动物的行为都是基于本能和生存需求。
视频中的女子在遭遇家畜攻击时的表现，让我们看到了人类内心的恐惧和无助。她承受着巨大的身体疼痛和精神压力，却仍然选择坚持战斗，这是一种勇敢、坚韧的精神品质。这是否意味着我们应该放任动物的兽性行为？答案是否定的。虽然动物的行为有时候确实可能会对人类构成威胁，但如果我们能运用科学的方法，比如使用特定的训练和教育方式，可以使家畜成为我们的伙伴和朋友，而不是伤害人类的工具。
女子遭家畜激烈抓挠这一事件为我们提供了一次深入探讨动物行为与人性的宝贵机会。我们无法否认动物的世界充满了独特的美丽和奇观，但我们也必须尊重和理解这些生物的独特性，同时也要谨慎对待我们的行为，以防止因动物的破坏行为对我们造成不必要的伤害。只有这样，我们才能在欣赏动物世界的瑰丽画卷的也能深入剖析和理解人类自身的本质和情感。
华为终端官微宣布，华为Pura 80系列及全场景新品发布会将于6月11日14:30举办，届时将正式发布华为Pura 80系列手机。
丨华为Pura系列
据了解，华为Pura系列是在华为「P」系列基础上升级而来的。2024年，华为「P」系列迎来了十二周年生日，为了庆祝该系列为华为手机在影像与时尚领域作出的努力，P系列收到的周年庆大礼是正式升级为「Pura」系列。
全新的品牌标识、全新的品牌理念，在Pura 70系列上体现地淋漓尽致。该系列更加注重影像实力的提升，是目前影响力最强的国产影像旗舰之一。
根据此前的爆料，这一代的华为 Pura 80 系列将大量采用国产CMOS。有分析认为，参考华为Pura 70系列，华为Pura 80系列预计将包括至少四款机型，分别为华为Pura 80、华为 Pura 80 Pro、华为Pura 80 Pro＋和华为Pura 80 Ultra，起售价格预计超过5000元人民币。
丨品牌商标布局
Pura系列确立之前，华为已提前进行商标布局。知协查询了解到，华为在2024年4月份就一口气提交了多件商标申请，包括PuraPad、Pura Drive、Pura Key、Pura Watch、PuraView、Pura Ultra、Pura Wear等，国际分类包括运输工具、科学仪器、珠宝钟表。
值得一提的是，华为还申请了“PuraOS”商标，有人认为这一商标暗示Pura系列将拥有独立的操作系统。不过，大多数人认为，该商标只是防御性注册！
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