CAHS-Attack：基于CLIP的启发式搜索攻击方法用于Stable Diffusion
密码学与安全
2025-11-27 v1 人工智能
摘要
扩散模型在面对对抗性提示时表现出显著脆弱性，加强攻击能力对于揭示此类漏洞并构建更健壮的生成系统至关重要。现有工作常依赖对模型梯度的白盒访问或手工设计提示工程，而在实际部署中由于访问受限或攻击效果不佳，这种做法不可行。本文提出CAHS-Attack，一种CLIP感知启发式搜索攻击方法。CAHS-Attack将蒙特卡洛树搜索（MCTS）集成以进行细粒度后缀优化，利用受限遗传算法预筛选高潜力对抗性提示作为根节点，并在每个仿真滚动中保留最具语义破坏性的结果，以实现高效的局部搜索。大量实验表明，该方法在不同语义的短提示和长提示上均实现了跨模态的SOTA攻击性能。 Furthermore，我们发现SD模型的脆弱性可归因于其CLIP基文本编码器的内在漏洞，这表明当前文本到图像管道存在根本性安全风险。
引用
@article{arxiv.2511.21180,
title = {CAHS-Attack: CLIP-Aware Heuristic Search Attack Method for Stable Diffusion},
author = {Shuhan Xia and Jing Dai and Hui Ouyang and Yadong Shang and Dongxiao Zhao and Peipei Li},
journal= {arXiv preprint arXiv:2511.21180},
year = {2025}
}