分布式模型提取背后调度器的指纹识别

arXiv:2611.06661v1 公告类型：新投稿 摘要：API 蒸馏活动试图通过将请求分散到数千个采用负载均衡的账户来隐藏模型窃取流量，而标准内容分类器往往无法识别这些流量。然而，请求时间戳，具体而言是到达时间和流式传输完成时间，会暴露底层调度策略，例如轮询计数器或密钥随机重排池。使用占比 20% 的种子集，这种时序分析可在 20 分钟内对同一活动中的其余账户进行取证排序，AUC 达到 0.92 至 1.00，即使涉及数千个真实生产环境账户也依然有效。尽管自适应攻击者难以通过引入时间抖动来隐藏轮换调度器，但固定密钥可以成功规避检测，不过在配额构成约束时，这可能会严重限制吞吐量。归根结底，即使内容过滤器失效，时序信息仍能揭示共享基础设施的模式。