搜索
Anthropic 强化蒸馏攻击防御，已封禁数万个相关账号
3 小时前
Anthropic宣布，其新防护措施显著降低了蒸馏攻击者从平台提取Claude推理Token的数量，降幅达90%至99%。攻击者常利用虚假账号网络批量获取模型回复，未经授权复制模型能力，其中完整推理记录比最终答案对训练更有价值。新措施包括限制推理记录的转移、部署两阶段分类器识别和拦截提取请求，并对反复尝试的账号进行限流或封禁。分类器误报率极低，低于0.1%，已封禁数万个相关账号，且通常在攻击开始后两小时内完成封禁。此外，自9月24日起，公司恢复对特定类别中被安全防护拦截的请求收费，部分开发者需更新集成方式，分类器也可能误拦正常请求。目前，防护成效的持续时间尚不确定，公司尚未面临高度复杂且持续性的绕过尝试，仍需持续迭代防御措施。
