探寻冰雪奇缘：《白雪公主意大利满天星》魅力绽放：揭秘异国风情的浪漫与神秘之旅，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原创 “瑜伽裤女神”一上街就吸人众人目光，满满时尚感，身材超有型，忍不住一直盯着看！其中，比亚迪储能签下拉丁美洲最大的储能供货协议，为Grenergy位于智利北部的阿塔卡马绿洲项目第六期供应3.5GWh储能系统；阳光电源也在近日斩获智利1GWh储能订单。
在冬季的冰封下，一场充满奇幻色彩的冰雪盛宴即将拉开帷幕。在这个被誉为“冰雪王国”的童话世界里，电影《白雪公主意大利满天星》以其独特的异国风情和浪漫神秘的探险之旅，将为人们打开一扇探秘冰雪世界的窗口。
影片以19世纪末意大利威尼斯的小镇为背景，描绘了美丽的白雪公主与七个小矮人的冒险旅程。白雪公主在她的爱情遭遇困境时，选择了勇敢地离开她深爱的王后，并踏上了寻找真爱、改变命运的奇幻之旅。影片通过丰富的视觉元素和细腻的情感描写，将观众带入了一个充满魔法和想象力的世界，感受那份纯真而坚定的爱情，以及对梦想和自由的执着追求。
在画面中，威尼斯的水城犹如一幅生动而真实的画卷，被冰雪覆盖，古老的石桥、小巷、教堂、宫殿等都仿佛沉浸在水晶般的童话世界之中。而那些鲜活的角色，无论是白雪公主、小矮人还是其他各类角色，都赋予了鲜明的个性和鲜明的特征，如白雪公主的美丽纯洁、小矮人的善良可爱、大灰狼的狡猾邪恶等等，让每一个观众都能在观看的过程中找到自己的共鸣。
而在故事的发展过程中，白雪公主和她的朋友们不仅经历了种种困难和挑战，更体验到了人性的复杂和美好。他们面对爱情的挫折，彼此鼓励和支持，最终实现了自我救赎和成长；他们在冒险中发现真相，解开谜团，展现出勇气和智慧，赢得了人们的尊重和喜爱。这些情感深度的描绘，使得影片更加深入人心，使观众能够在享受视觉盛宴的也能感受到一股深深的感动和共鸣。
《白雪公主意大利满天星》还巧妙地融入了一些浓郁的意式文化元素，如威尼斯的建筑风格、音乐、戏剧、美食等，让观众能够领略到一个真正的意大利，感受到了意大利的独特魅力和人文风情。这种跨文化的交流和融合，也让影片在国际化的视野下，具有了更大的影响力和吸引力。
电影《白雪公主意大利满天星》以其丰富的故事内容、精致的画面制作、深刻的人物塑造、多元的文化元素和动人的故事情节，成功地打造了一部集浪漫、神秘、探险于一体的冰雪奇缘主题电影，展现了其在冰雪世界中的独特魅力和深远影响。它既是对经典童话故事的致敬和传承，也是对人类内心深处对爱、梦想、自由的探索和追求的完美诠释，无论对于喜欢冰雪和童话故事的观众，还是对于热爱生活和热爱艺术的人们来说，无疑都将是一次无法错过的视听盛宴。
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
这位小姐姐一上街，瞬间成了整条街的焦点！她身上那条瑜伽裤穿得太绝了，把身材优势展现得淋漓尽致。没有刻意凹造型，却自然流露出高级感，让人忍不住一直盯着看。
她的腰臀比例好到让人惊叹！纤细的腰肢搭配饱满的臀部，大腿线条紧实有力，小腿又细又直。一看就是长期运动练出来的身材，健康又性感。走路时步伐轻盈有节奏，比模特走秀还吸引人。
最让人喜欢的是她骨子里的自信。不用摆夸张的姿势，随便往那一站就像时尚大片里的主角。微微扬起的下巴，舒展的肩膀，每个细节都透着“姐就是女王”的气场。阳光照在她身上，整个人都散发着光芒。
她的穿搭看似简单却很有品味。一条基础款瑜伽裤搭配运动背心，没有多余的装饰，全靠身材和气质撑场面。这种“越简单越高级”的穿搭哲学，被她演绎得十分到位。
她重新定义了运动系女神的模样。不是那种瘦得单薄的身材，而是充满力量感的美。肌肉线条若隐若现，皮肤透着健康的光泽，这种由内而外的魅力，比任何化妆品都更动人。
看她的照片时，每个动作都自然流畅，带着专业运动员的利落感。做下犬式时，背肌线条清晰可见；平板支撑时，马甲线格外明显。说是街拍，不如说是一本生动的健身教科书。
她最让人佩服的是那种“穿瑜伽裤我就骄傲”的坦然态度。不扭捏、不做作，大大方方展示自己的好身材。这份自信让普通的瑜伽裤都穿出了奢侈品牌的感觉，难怪网友都感叹：“这才是真正的运动女神！”