Um estudo sistemático de quatro fronteiras de confidencialidade em sistemas de LLM local (carregamento de modelo, memória em tempo de execução, persistência do wrapper e interface de servimento) encontrou uma falha de autorização não documentada no llama.cpp que permite a um cliente autenticado restaurar o estado de conversa salvo de outro usuário, com sucesso em 200 de 200 tentativas controladas. Os pesquisadores também mostram que texto puro do prompt sobrevive na memória após a inferência e que o cache compartilhado de prefixo cria um oráculo de temporização explorável remotamente.
Fonte ↗Pesquisadores demonstram o primeiro pipeline de video capaz de recuperar senhas alfanumericas com regras corporativas tipicas digitadas em teclados QWERTY de smartphone, usando apenas a camera de oculos inteligentes Meta Ray-Ban disponiveis comercialmente. O sistema rastreia o aparelho e os dedos da vitima em resolucao subpixel, usa um ensemble de redes neurais self-supervised para prever cada tecla e combina essa evidencia visual com estatisticas de 2,19 bilhoes de senhas vazadas para estimar o tempo de quebra. Senhas humanas de ate 16 caracteres foram quebradas em horas a dias, e senhas de gerenciador de ate 13 caracteres em menos de uma hora numa GPU comum, a distancias de ate 1,8 metro da vitima.
Fonte ↗Pesquisadores demonstram um ataque que reconstroi o texto de saida de LLMs rodando localmente observando apenas a atividade do cache da CPU durante a etapa de detokenizacao, usando Flush+Reload no codigo compartilhado do tokenizador para saber quando a decodificacao ocorre e Prime+Probe para isolar a atividade de cache dependente de cada token, seguido por um pipeline de clustering e modelo de linguagem para recuperar o texto a partir das observacoes ruidosas. Ao contrario de ataques anteriores que exigiam memoria compartilhada, offloading de CPU ou arquiteturas Mixture-of-Experts especificas, este mira o detokenizador, componente padrao presente em praticamente todo pipeline de inferencia local, incluindo sistemas agenticos como o OpenClaw, ampliando bastante a superficie pratica de ataque.
Fonte ↗CacheTracer é uma técnica de medição que explora a reutilização de cache de prefixo em serviços de LLM como canal lateral para detectar quando dois revendedores de API distintos, na prática, compartilham o mesmo provedor de infraestrutura por trás dos panos. Testado contra 39 endpoints reais com 1,1 milhão de requisições, o estudo encontrou compartilhamento de cache em 37,1% dos pares analisados e uma hierarquia de dependência de até sete camadas.
Fonte ↗