预印本:分支树搜索方法自测突破多扫描器AI护栏,查询量降七成
新攻击方法在6个护栏系统实现100%绕过,并转移至8个商业黑盒护栏。
重要性实质性证据E2 未复现写法快讯
重点:一种名为BRANCH的分支树搜索方法在作者自测中实现了针对多扫描器AI护栏的100%攻击成功率,同时减少72%的查询次数。
背景:传统单一检测器易被绕过,业界转向由多个扫描器组成的协作防御系统,利用共享潜在表示来抵御已知攻击技术。
结论:该方法通过动态应用对抗扰动并在所有扫描器上优化整体改进。实验显示其在120个场景中有效,且生成的绕过可转移至29个未见过的护栏(含8个商业黑盒),部分场景无需额外优化即可达到100%成功。
边界:此为arXiv预印本(2026年10月7日提交),数据为作者自报,尚未经过独立复现或同行评审验证。