AIarXiv cs.CR (암호학·보안)AI 점수 90%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Consistency Is the Attack Surface: Detecting Coordinated Retrieval Poisoning with Embedding Geometry (원문, 새 창)
AI 인사이트
대상 독자:개발자
- RAG 일치성 기반 방어가 전제한 '공격은 말뭉치 일부만 바꾼다'는 가정이 검색 집중으로 깨짐을 실증
- Natural Questions에서 타깃 질의의 94.1%는 주입 문서가 top-5에 도달, 52.9%는 주입 3개가 검색 결과 과반을 차지
- 포이즌 라벨·정답·리더 그래디언트 없이 임베딩 기하구조의 조밀한 '쿼리 고정' 성분을 탐지하는 CoordGuard 제안
- e5 항상필터는 노출조건부 ASR을 0.167로 낮추고, Contriever 게이트는 정확도 0.315를 유지하며 효과 지속
왜 중요한가
기존 RAG 포이즌 방어가 전제한 '공격은 적은 문서만 바꾼다'는 가정 자체가 공격자에게 유리하게 작용할 수 있음을 보이고, 정답이나 포이즌 라벨 없이도 조율된 공격의 임베딩 흔적을 탐지하는 CoordGuard는 라벨 없이 적용 가능한 방어 방향을 제시한다.
본문 미리보기
arXiv:2610.24834v1 Announce Type: new Abstract: Consistency-based defenses for retrieval-augmented generation (RAG) rest on an assumption that a sparse adversary breaks: a poisoning campaign may modify a negligible fraction of the corpus, yet retrieval concentrates its passages into the reader's context. Across four Natural Questions retrieval seeds, at least one injection reaches the top-5 in 94.1% of targeted query--seed rows, and all three form a retrieved majority in 52.9%. Under our short-
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #RAG오염
- #임베딩기하
- #공격탐지
- #AI안전성
이 글이 만들어진 과정
- 11:24AI 초안