Inference-Layer Security: Defending Against Adversarial Inference and Infrastructure Abuse

arXiv cs.CR · 1 oct, 06:00

Un informe técnico describe los desafíos de defensa contra el uso adversarial de LLM en producción, incluyendo jailbreaking, denegación de servicio y ataques de destilación. Los autores proponen un modelo causal estructurado para generar datos sintéticos de sesiones de usuarios etiquetadas y entrenan un detector basado en gradient boosting para clasificar el tráfico como benigno o malicioso.