谱谱守护：检测状态空间模型中的记忆坍塌攻击

状态空间模型（SSMs）如 Mamba 通过输入依赖的递归机制实现线性时间序列处理，但该机制引入了关键的安全漏洞。我们指出，离散化迁移算子的谱半径 $\rho(\bar{A})$ 决定了有效记忆时程：当对手通过基于梯度的隐藏状态投毒驱动 $\rho$ 趋近于零时，记忆从数百万个标记降至仅几十个，却在不触发输出层警报的情况下悄然破坏推理能力。我们证明了躲避存在定理，表明对于任何仅依赖输出的防御，都存在对抗输入能够同时诱发谱系坍塌并规避检测。随后我们引入 SpectralGuard，一种实时监控器，通过追踪所有模型层的谱系稳定性来实现检测。SpectralGuard 在非自适应攻击者下实现 F1=0.961，在最强自适应设置下保持 F1=0.842，延迟仅为15毫秒/标记。因果干预和对混合 SSM-Attention 系统的跨架构迁移验证表明，谱系监控为循环基座模型提供了原则且可部署的安全层。