AI 摘要
- Anthropic 推出新防禦機制阻擋 90% 至 99% 針對 Claude 的模型蒸餾攻擊。
- 遭竊取的推論 Token 總量降至過往的十分之一至百分之一，瓦解低成本抄襲鏈。
- 系統誤報率低於 0.1%，強度比照防止生物武器濫用的高規格防禦網。
人工智慧新創大廠 Anthropic 近日宣布推出全新防護機制，專為旗下先進 AI 模型 Claude 打造高規格資安防線，全面反制外界利用分散式代理網路探測並竊取受保護推論過程的「模型蒸餾（Model Distillation）」行為。官方數據指出，該系統已成功阻擋 90% 至 99% 的未授權蒸餾攻擊，不僅將遭竊取的推論 Token 總量壓低至過往的十分之一至百分之一，更將誤報率控制在 0.1% 以下，確保合法企業用戶不受干擾。
瓦解低成本剽竊：精準打擊模型蒸餾行為
「模型蒸餾」是目前 AI 領域極具爭議的競爭手段。攻擊者或競品團隊常透過大量 API 呼叫，反覆向頂尖模型提問以蒐集巨量高品質推論數據，進而以極低成本和極短時間訓練出能力相仿的輕量化模型。Anthropic 透過新防護系統，著重防堵分散式代理網路（Proxy Network）的異常探測，徹底截斷攻擊者對 Claude 推論軌跡的系統化爬取，讓對手藉由蒸餾複製頂尖推論能力的經濟成本大幅飆升。
比照生物武器防禦規格，兼顧極低誤報率
Anthropic 指出，這套防禦系統的嚴密與強韌程度，大致等同於該公司內部防止 Claude 被濫用於製造生物武器的高規格防護網。在祭出極端防禦手段的同時，新架構維持了低於 0.1% 的誤報率，確保正規開發者與企業客戶在進行 API 呼叫與推論運算時，不會遭遇無端阻擋或連線延遲。
全新防禦機制成效對比
針對新防護機制的防禦成效與系統指標，相關數據比較如下：
| 評估項目 | 新機制啟用前 | 新機制啟用後 |
|---|---|---|
| 蒸餾攻擊防禦率 | 未公開基準線 | 阻擋 90% 至 99% 攻擊 |
| 推論 Token 遭竊量 | 基準量（100%） | 崩跌至 1% 至 10% |
| 系統誤報率（False Positive Rate） | 未特別標註 | 低於 0.1% |
| 防禦架構規格 | 一般常態防護 | 等同防止生物武器濫用之高規格防護網 |
Reference Link : techbang.com
