182午夜：无须付费的超凡深夜奇遇，探索神秘的自由夜晚时光纷繁复杂的局面，如何寻找光明的未来？，持续讨论的议题，未来的解答可能在哪？
小巷深处，黑暗笼罩着一座古老的古宅。在这片宁静的夜晚，时间仿佛被凝固在了那一刻，所有的声响都被寂静淹没。而在这个特殊的时刻，一场名为“无须付费的超凡深夜奇遇”即将上演。
在这座深邃的小巷中，有一处不起眼但隐藏着无数秘密的地方——一个名为“免费的秘密花园”。这个花园由一位神秘的老人创建于一百多年前，他秉持着对自然和艺术的热爱，将这座古老的宅子变成了一个充满奇思妙想的世界。在这里，无论是清晨的日出、黄昏的日落，还是夜晚的月光洒落在树叶上的斑驳光影，都如同一幅生动的画卷，让每一位走进这里的人都能感受到生活的美好与神秘。
这座花园并非完全免费。虽然白天人们无法进入，但是每当夜晚降临，那些隐藏在角落里的奇妙事物就会开始苏醒。这里的每一个角落，每一片叶子，甚至每一缕微风，都会讲述一个属于自己的故事。那些故事往往伴随着鬼怪传说和奇异生物的出现，让人毛骨悚然却又充满好奇。
在这个神秘的自由夜晚，人们可以自由地探索这座花园。你可以沿着蜿蜒曲折的小径漫步，欣赏着那漫天繁星闪烁的夜空；你可以坐在石凳上静静地阅读一本古老的手稿，感受那份穿越时空的静谧；你可以坐在水池边聆听流水潺潺的声音，体验那来自自然界的温柔之音。
当你疲惫不堪的时候，可以选择到附近的咖啡馆，品尝一杯手工制作的热饮，或者在安静的室内坐下来，阅读一本心爱的书籍，享受一份悠闲的时光。这里没有城市的喧嚣和压力，只有宁静和平淡，让你能够暂时忘却尘世的烦恼，沉浸在那个无拘无束的自由夜晚。
当然，如果你是一位有冒险精神的人，那么在这个夜晚，你还可以参加一些特别的活动。例如，在秘密花园的一角，你可以找到一块特殊的区域，那里摆放着各种各样的魔法道具和符咒，只要正确使用，就可以引发出神奇的变化。这些变化不仅可能使你看到令人惊奇的景象，也可能触发出意想不到的故事。
“无须付费的超凡深夜奇遇”是一个充满魔力的地方，它能让人们对生活充满了好奇心，也能够带给我们一次心灵的疗愈和放松之旅。在这里，你可以感受到大自然的奥秘，也可以体验到人性的复杂和深度。无论你是喜欢安静独处，还是喜欢热闹非凡，都能在这里找到属于你的那一片天地，享受到那个无须付费的深夜奇遇带来的快乐与满足。
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