提示海盗需要地图：抢夺种子等同于抢夺提示
密码学与安全
2025-09-12 v1 人工智能
摘要
扩散模型显著推动了文本到图像生成，使能够基于文本提示和种子创建高度逼真的图像成为可能。鉴于此类提示所蕴含的巨大的智力与经济价值，提示盗窃已成为关键的安全与隐私问题。本文调查针对扩散模型的提示盗窃攻击。我们揭示了基于数值优化的提示恢复方法存在根本性局限——它们未能考虑图像生成过程中使用的初始随机噪声。我们识别并利用了一种噪声生成漏洞（CWE-339），该漏洞在主流图像生成框架中普遍存在，源于PyTorch在CPU上生成初始随机噪声时将种子值限制在的范围内。通过对通过流行平台CivitAI分享的图像进行大规模实证分析，我们展示了约95%的图像种子值可在140分钟内使用我们的种子恢复工具SeedSnitch进行有效暴力破解。利用恢复后的种子，我们提出了PromptPirate，一种专为提示盗窃设计的遗传算法优化方法。PromptPirate超越了PromptStealer、P2HP和CLIP-Interrogator等最先进的方法，在LPIPS相似度上实现了8-11%的提升。此外，我们引入了简单且有效的对策，使种子盗窃以及基于优化的提示盗窃变得无效。我们已负责任地披露了发现，并与开发者启动协调缓解措施，以解决此关键漏洞。
引用
@article{arxiv.2509.09488,
title = {Prompt Pirates Need a Map: Stealing Seeds helps Stealing Prompts},
author = {Felix Mächtle and Ashwath Shetty and Jonas Sander and Nils Loose and Sören Pirk and Thomas Eisenbarth},
journal= {arXiv preprint arXiv:2509.09488},
year = {2025}
}