Skip to content
KitploitKITPLOIT
ИнструментыБлог
Log in
Отправить
ИнструментыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

··Ленты·Контакты·Конфиденциальность·© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
awesome-latency-attacks — Курируемый индекс атак и защит на основе глубокого обучения, направленных на задержку, энергопотребление-задержку и тайминги (доступность) — дополнение к публикации в ACM Computing Surveys. | Kitploit
Инструменты/GitHubGitHub/guzonghua/awesome-latency-attacks
Анализ уязвимостейРазведка угрозМашинное ОбучениеСтатьи и ИсследованияОбучение и ОбразованиеПодобранные РесурсыБезопасность ИИСостязательная Атака
GitHub
guzonghua/awesome-latency-attacks

awesome-latency-attacks

Курируемый индекс атак и защит на основе глубокого обучения, направленных на задержку, энергопотребление-задержку и тайминги (доступность) — дополнение к публикации в ACM Computing Surveys.

РепозиторийСайт
12723 дней назадЕщё не проверено

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →
Поделиться

Awesome Deep Learning Latency Attacks & Defenses Awesome License: CC BY 4.0

View the interactive site

Этот репозиторий поддерживается как сопутствующий ресурс к обзору «Deep Learning Latency Attacks and Defenses: A Cross-Domain Survey». Он индексирует статьи, ссылки на код, заметки по таксономии и иллюстрации, посвящённые угрозам доступности, ориентированным на задержку, в развёрнутых системах ИИ.

Список сосредоточен на атаках и защитах, которые влияют на стоимость во время инференса или на системном уровне — задержку, энергопотребление, нагрузку на пропускную способность и пропущенные дедлайны — а не на атаках, которые лишь изменяют предсказания модели. В настоящее время он включает 110 работ (71 атака на этапе инференса, 13 атак на этапе обучения, 26 защит).

Ищите и фильтруйте каталог в интерактивной таблице на GitHub Pages.


Обзор

Рисунок 1. Обзор структуры обзора.

Рисунок 2. Атаки на задержку как угрозы доступности на системном уровне.

Атаки на задержку — это атаки на доступность: вместо искажения предсказания злоумышленник раздувает время вычислений при инференсе, энергопотребление или реальную задержку модели, так что потребитель, работающий в реальном времени (контроллер транспортного средства, интерактивный сервис, сенсор с батарейным питанием), пропускает свой дедлайн или исчерпывает свои ресурсы — часто при том, что само предсказание остаётся номинально корректным. Это связывает развёрнутые системы ИИ, эксплуатируемые атаками узкие места, усиление промежуточной работы, отказы на системном уровне и точки контроля защиты.

Каждое семейство атак использует один механизм, который мы называем усилением промежуточной работы: злоумышленник заставляет некоторую последующую стадию (NMS, self-attention, авторегрессионное декодирование, маршрутизацию экспертов) обрабатывать больше промежуточных объектов, токенов или шагов, чем породил бы доброкачественный вход. Поскольку эти стадии имеют сверхлинейную сложность в худшем случае, умеренное увеличение количества даёт непропорциональный рост стоимости. Естественная кросс-доменная защита — это бюджет работы — принудительно установленный предел на промежуточные объекты/токены в единицу времени.


Атаки на этапе инференса

Скачать инструмент