随着AI技术大爆炸，各种与AI相关的产品也开始进入了我们的生活。
你可能用妙鸭相机的AI生图画过头像、用月之暗面的Kimi总结过论文，让ChatGPT写过应付领导的文件。
但是，这些朋友们得注意了，现在你们与AI的对话可能已经不再安全。
以色列本·古里安大学进攻性人工智能实验室的研究人员发现了一种攻击AI的方法，如果有心之人拿它入侵你的通信系统，那么你与AI的谈话内容，就会出现在别人的电脑屏幕上。你的隐私、他人的隐私、商业机密等都将暴露无遗。
正如有些国家的警方会根据住户不正常的用电量，去推测他是否在种植违禁药品，本·古里安大学的这种方法也不是直接破译密码，而是所谓的测信道攻击，也就是利用时间、电磁、声音、电源甚至风扇的转速这些，表面上看起来跟个人隐私毫无关系的信息，来推测敏感信息，非常的神奇。
以ChatGPT为代表的一众AI聊天助手面对这种进攻完全没有招架之力，只有一个例外，那就是谷歌的Gemini。
所以这种攻击AI的方法到底是怎么回事？为啥谷歌能独善其身呢？
且容我细细道来。
01
你发现你对象最近有些神神秘秘的，经常用ChatGPT，但不愿意给你看到底聊了什么。
莫非ta有什么不可告人的秘密？
你有没有办法可以获得ta的聊天记录呢？
是有的，而且只需要三步。
第一步，拦截数据。
从哪里拦截呢？
理论上来说，数据从ChatGPT的服务器中传输到电脑之间的任何节点都可以拦截，也就是途中经过的任何路由器。但最方便的截击点，显然是家里的路由器。
现在我们控制了路由器，任何一台家里设备上网的数据，你都一清二楚。
这就好像我想要知道你有多少快递，最好的办法就是盘下你家附近的快递网点。
你本就知道账号密码，所以很轻松地启动了家里路由器的管理权限，查看所有经过路由器的数据。
只要等ta跟ChatGPT聊天的时候截获数据就行。
你蹲守在厕所里启动电脑，经过短时间的等待，好的，ta开始跟ChatGPT聊天了。
但是这里遇到了一个问题，ChatGPT跟ta之间的通话是加密过的（废话）。
OpenAI对所有存储的数据用AES-256算法加密，对所有传输中的数据用TLS数据加密，介于你手头暂时没有量子计算机，根本破解不了啊！
那怎么办？
不要慌，有办法。
现在我们需要进入第二步。
第二步：虽然我们无法破解数据包的内容，但我们可以先把数据包的长度记下来。
数据包的长度跟我们想破解的信息有什么关系呢？
你也许听说过一个叫Token的概念。
类似ChatGPT这样的大语言模型的运行机制，本质上就是单词接龙。更准确地说，就是用它那几千亿的参数，去预测下一个最小的语义单元应该接什么，如此重复，从而接出一段完整的话。这个最小的语义单元，就是一个token。
比如：
或这样：
这些用色块隔出来的东西，就是一个一个的token。
可以发现，token跟单词基本上是一一对应的，这也就意味着：
token的长度与单词长度是基本一致的。
如此一来，只要依次记录下每个数据包的长度，我们就知道了ChatGPT发给ta的话，是由多长的词语依次组成的。
比如上面那句话，就是：2、2、1、1、1、5、2、4、4、1、3、8、4、5、1。
也就是说，我们知道了ta这句话的节奏。
是不是有点意思啦？
不是，你不要急嘛。
要把这个节奏跟具体的文本对应上，就必须进入第三步了。
第三步：用魔法打败魔法，用大语言模型去治大语言模型。
这群以色列的研究人员训练了一个大语言模型，专门根据一句话的节奏去预测这句话是啥。
长度序列（节奏）与具体的文本之间的能有什么关系呢？这对作为人类的你我来说可能有点难以想象。从一堆数据中找出规律正是AI所擅长的，研究人员就直接给大语言模型喂大量的长度序列，训练它们去预测对应的文字。再基于正确结果对于生成的答案进行排序，不断地卷，提升预测的准确度。
为了让预测的更准确，他们还做了进一步的fine-tuned。
由于AI生成的语句在第一句通常风格最明确，更容易预测。所以他们用一个大语言模型专门做第一句的预测，然后让再用另一个大语言模型根据第一句的结果预测后面的内容。
那么这样预测的结果如何呢？你能拿到朝思暮想的聊天记录吗？
02
在以色列研究人员的演示视频中，这两个大语言模型最终得到了50句不同的答案。
其中，通过侧信道攻击得到评分最高的答案是：Several recent advancements in machine learning and artificial intelligence that could be a game-changing tool.
翻译：一些机器学习和人工智能领域近期的研究成果，它们有可能是改变局势的工具。
而AI发来的原文本是：There are several recent developments in machine learning and artificial intelligence that could revolutionize the health industry.
翻译：这是一些机器学习和人工智能领域近期的研究成果，它们有可能改变整个健康产业。
这一说这个答案和原文本相当的吻合了。在关键信息上，侧信道攻击得到的句子包含了“机器学习和人工智能领域”，“研究成果”，唯独缺少了“健康产业”这一关键信息。
不过如果我们仔细看的话，那两个大语言模型给到的50个答案中有不少都提到了与“健康产业”接近的信息，比如排名第10的答案中提到了“healthcare institution”（医疗机构）和“hospital”（医院）。
总体来说，这种攻击方式有55%的情况下能达到高精确度（只有一两个词不同），29%的情况下能完美破解。
听起来好像不高啊，这不71%的情况都不能完美破解嘛？但在现实中，能完全破解当然好，但对发起进攻的人来说，他们需要的更多的是关键信息。
怎么理解呢？
假如，你对象跟ChatGPT探讨了半天两个人去成都有什么可玩的。而却从来没有告诉过你任何去成都的计划……
这TM就是关键信息了。
03
那么这种侧信道攻击有什么办法解决吗？
正如我们在开头所说，以ChatGPT为代表的绝大多数AI聊天助手都防不住这种攻击，只有Google的Gemini双子座可以。
为什么呢？
其实原因非常的扯淡。不是这个Gemini有什么特殊的架构或者特殊的加密算法，而是它回复用户的时候不像其他AI一样生成一个词就立马就发，而是等一段答案生成完了再发。
结果，攻击者截获到的token序列不再是1、2、5、6、1这种了，而是15。
这还怎么玩。
但是，从Gemini目前孤家寡人的境况你也能看出，这种方式是非常影响用户体验的。一个个往外蹦，我看到有不对的时候就马上开始准备新的问题了。而干等一分钟最后等来一个离谱的回答，容易导致高血压等心脑血管疾病的发生。
所以在即时发送的方式不变的情况下还有什么办法吗？
有一种“填充”的办法，向不同长度的数据包填充一些“空格”，使得发送的每个数据包长度相似。
但同样的，这也会影响用户体验，因为数据包中随即填充的这些“空格”，在打开数据包时也是需要时间去处理。所以延迟会比通常情况久不少。
以色列的这项研究发表后，在所有易受攻击的AI中，OpenAI在48小时内实施了“填充”措施，不过拒绝对其发表评论。微软则还没有采取措施，他们发表了一项声明，声明中称这种方式”不太可能预测像名字这样的具体细节”。
看来微软不是很在乎用户的隐私问题啊。
现实来讲，当一项技术处于爆发期的时候，忽略安全隐患是很多厂家的常规操作。因为很显然，安全是拦在效率前面的绊脚石，在AI界疯狂内卷的今天，把安全放在效率前面有时候是很难活下去的。
但安全问题可以被忽视，但并不会消失。当它再被提起时候，往往就是酿成大祸，舆论哗然的时候了。
不过除了具体的技术问题，我觉得侧信道攻击这件事背后的逻辑更有意思。
如果没有AI大模型，谁又能想到，原来只需要知道一句话的节奏，就能推断出这句话的内容呢？？
这有点像一种名为海龟汤的游戏。在游戏中玩家只被根据非常有限的信息（汤面）去推测整个故事（汤底）。
比如给你一个汤面：“6岁时外婆告诉我不要吃黄苹果。13岁时，外婆告诉我不要吃青苹果。18岁时外婆告诉我不要吃红苹果。20岁时外婆去世了，我向外婆祈愿：以后所有的苹果都可以吃了。”
那么，外婆和苹果到底是有什么关系呢？
这个关系就类似于隐藏在表象下的规律，人类需要构建一整个故事去理解，因为人是线性思维，必须依赖因果关系去理解。而像数据包的长度和内容之间的规律，你是无法通过编故事去理解的。但这部分缺失的能力，现在AI替我们补上了。
