荆门再现！实名举报多人！千万注意：别成为下一个！”，香港低成本航司解析市场：短途航线竞争激烈，票价更具吸引力看似无害的提问，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虽然小米汽车最近遇到不少事儿，但是不妨碍小米YU7依然收到高端关注；
以《荆门再现！实名举报多人！千万注意！别成为下一个！》为题，让我们展开一场关于实名举报的深度探讨。
在现代社会中，公民权利和监督机制日益受到重视。荆门市以其独特的实名举报方式，成功引发公众对这一现象的关注与思考。据报道，近期，在荆门市政府官网发布的一则公告中，一批举报人针对多个政府机关及工作人员进行了实名举报，其中包括多名涉及公共事务、违法违纪等领域的官员。这样的举报行为，无疑是对权力滥用和社会公平正义的有力挑战，同时也彰显了广大市民参与政治生活的积极性与责任感。
荆门市实名举报的具体方式是通过官方平台（如市政府官网或相关官方公众号）公布举报信息，公开姓名、联系方式、举报内容等个人信息，并要求被举报人提交书面证明材料，如工作证、身份证、相关证据等。这种方式既保证了举报信息的真实性，也为调查者提供了详细的线索，减少了匿名举报的风险。
值得注意的是，实施实名举报并非一帆风顺。一方面，一些举报人可能担心自身权益受损或者对举报结果抱有怀疑，不敢公开身份；另一方面，对于被举报单位来说，实名举报可能会增加其管理成本，影响工作效率。如果举报信息被恶意篡改或泄露，也将威胁到举报人的利益和社会公正。
为了切实保障实名举报的有效性，荆门市政府应采取以下措施：
1. 加大宣传教育力度：通过各类媒体平台，普及公民参与政治生活的知识，提高公民对实名举报重要性的认识和理解。通过新闻发布会、教育讲座等形式，引导公众正确看待实名举报，避免因恐慌和疑虑导致不良反应。
2. 提供便利条件：提供匿名举报登记系统或邮箱，方便举报人在匿名状态下如实反馈问题。设置专门的举报热线或电子邮箱，确保举报信息能够迅速得到回应和处理。对于确实需要匿名举报的情况，必须严格保密，保护举报人的合法权益。
3. 建立举报激励机制：通过设立专项奖励基金或物质补偿，鼓励公民积极参与实名举报。例如，对举报线索经查证属实并有效解决问题的人员给予表彰和奖励，以此激发全社会积极举报的积极性。
4. 引导舆论导向：通过新闻报道、社交媒体等方式，引导公众理性看待实名举报，避免过度关注个人隐私或情绪化的反应。强调举报不是惩罚而是推动改革的力量，呼吁社会各界共同维护社会和谐稳定。
荆门市的实名举报行动旨在通过建立完善的信息共享、风险防控和激励机制，鼓励公民参与到政府工作中来，推动政府部门转变工作作风、改进服务方式，真正实现权力阳光化运行，保障人民群众的知情权、参与权和监督权，共同构建一个公平正义的社会环境。在此过程中，每一个公民都应当坚守法律底线，用实际行动践行民主精神，为自己和国家的发展贡献一份力量。
6月3日，在印度新德里举行的第81届国际航空运输协会（IATA）年会落下帷幕。据央视报道，IATA预计2025年全球航空客运量将达到49.9亿人次，同比增长4%。
作为来自香港的低成本航空运营商，香港快运管理层在会议期间，向南都、N视频等媒体透露了最新市场动向以及该公司的业务发展最新情况。
香港的航司加强布局，进一步巩固香港的航空枢纽桥梁作用。
外国人来华旅游需求强劲，航司做好布局发挥香港枢纽作用
南都、N视频记者从香港快运了解到，该航司将进一步开拓内地市场，积极把握庞大的增长机遇。香港快运行政总裁毛洁琼分析称，中国内地市场是全球最大旅游市场之一。随着签证政策的放宽，外国人来华旅游需求强劲，中国香港作为航空枢纽的地位日益突出。因此，该航司在今年4月和5月新开通了多个中国内地和东南亚的航点。
毛洁琼表示，除了点到点的旅客之外，香港快运目前也在大力发展中转旅客，包括通过代码共享连接更多亚洲区域航线，进一步促进商务与旅游交流，巩固香港的航空枢纽桥梁作用。
毛洁琼分析称，香港周边的短途航空市场，在过去一年的竞争明显加剧，香港往返周边区域内的航班座位供应同比增加近40%。今年第一季度，区域运力进一步录得双位数增长。而香港国际机场“三跑道系统”启用，为各航空公司带来更多增长机会。随著运力快速恢复，票价持续回归正常水平。
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