[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7ASF8H3AWX9M79ADSMG1JYC":3,"skill-same:01M7ASF8H3AWX9M79ADSMG1JYC":69},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":34,"commitSha":35,"skillDirectory":36,"forksCount":37,"repositoryHtmlUrl":38,"repositoryHomepageUrl":6,"ownerHtmlUrl":39,"ownerBlogUrl":6,"ownerDescription":40,"updatedAt":41,"install":42,"resources":54},"01M7ASF8H3AWX9M79ADSMG1JYC","re-ai-attack",null,"AI 模型安全评估与取证（行为层）：extraction assessment（API 黑盒提取评估）、 fingerprint verification（行为指纹与归属验证）、privacy leakage evaluation（成员推断\u002F隐私泄露评估）、 robustness evaluation（对抗鲁棒性评估）。 触发词：API模型窃取、黑盒模型复制、模型指纹、成员推断、对抗样本、行为水印、模型安全评估、隐私泄露评估。","dslsdzc\u002Frev-skills","dslsdzc","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F150430440?v=4","01M7ASEW5AKHWCFR1TXPAXQ237","DslsDZC","01M7ASEW5WJZ3GGBCCT12KHAQZ",243,"Apache-2.0","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ai-attack\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: re-ai-attack\ntype: atomic\ndescription: >\n  AI 模型安全评估与取证（行为层）：extraction assessment（API 黑盒提取评估）、\n  fingerprint verification（行为指纹与归属验证）、privacy leakage evaluation（成员推断\u002F隐私泄露评估）、\n  robustness evaluation（对抗鲁棒性评估）。\n  触发词：API模型窃取、黑盒模型复制、模型指纹、成员推断、对抗样本、行为水印、模型安全评估、隐私泄露评估。\nguard: {\"require_authorization\": true, \"forbidden\": [\"unauthorized_api_testing\", \"bypass_access_control\", \"model_theft_against_third_party\"]}\ncapabilities: [ai-model-analysis]\n---\n\n# AI 模型安全评估与取证（行为层）\n\n## CORE RULE：攻击面由可观测性决定，不由攻击名称决定\n\n先问接口\u002F资产给什么，再选攻击面——三者是三个世界：\n\n| 可观测性 | 世界 |\n|---|---|\n| `logits available`（API 返回概率\u002Flogits） | 蒸馏（soft label）、指纹、成员推断全部可用 |\n| `labels only`（API 只返回标签） | 降级：决策边界采样、黑盒迁移、影子模型 |\n| `weights available`（拿到模型文件） | 白盒：梯度方法（FGSM\u002FPGD）、直接比对、阈值成员推断 |\n\n同一攻击名在不同可观测性下可行性与实现完全不同——先按「输入资产盘点」确认 API 输出字段\u002F模型文件，再选路径。\n\n## 任务分类器（intent → 路径）\n\n用户目的识别，命中即走对应分支；未命中落入下方「何时使用」判断：\n\n| 用户目的（intent） | 路径 |\n|---|---|\n| 怀疑模型被复制 \u002F 模型被盗用 \u002F 嫌疑副本比对 | → **fingerprint**（模型指纹\u002F水印检测，步骤 2） |\n| 判断训练数据泄露 \u002F 某样本是否在训练集 | → **membership**（成员推断，步骤 3） |\n| 测试 API 是否容易被复制 \u002F 接口可提取性 | → **extraction**（模型提取，步骤 1） |\n| 测试鲁棒性 \u002F 对抗样本效果 \u002F 防御验证 | → **adversarial**（对抗样本评估，步骤 4） |\n\n## 输入资产盘点（INPUT INVENTORY）\n\n路径命中后先确认已有资产——不同资产组合决定可走路径，缺资产先向用户索要或说明局限：\n\n| 资产 | 影响路径 |\n|---|---|\n| API endpoint（+ query budget） | **extraction**（步骤 1）必需——无 endpoint 无法提取 |\n| model file（本地模型\u002F权重） | fingerprint 比对与成员推断（步骤 2\u002F3）可用；无则只能走 API 侧 |\n| training dataset（疑似训练集样本） | **membership**（步骤 3）必需——无样本无法推断成员 |\n| suspected copy（嫌疑副本） | **fingerprint**（步骤 2）必需——无副本无从比对 |\n| baseline model（受害者\u002F参考模型） | fingerprint 比对必需——无基线只有副本无法定指纹 |\n| watermark hypothesis（水印假设） | fingerprint 水印验证（步骤 2）——有具体假设（触发集\u002F后门）可定向验证 |\n\n**规则**：intent 命中后检查该路径所需资产；缺失 → 先向用户询问（有无\u002F能否提供），用户无法提供则说明该路径不可执行并转可用路径。\n\n## 何时使用 \u002F 何时不用\n\n- 用：模型泄露\u002F窃取取证、API 模型攻击评估（提取\u002F指纹）、训练数据泄露判定、模型鲁棒性评估（对抗样本）\n- 用：水印\u002F指纹验证（嫌疑副本与受害者模型比对）\n- 用：模型 API 一致性审计（同输入多查询\u002F多端点比对，找副本\u002F代理）\n- 用：鲁棒性基线评估（上线前\u002F防御验证前测一遍干净与扰动准确率）\n- 不用：模型文件格式解析与权重提取（转 [[re-ai-model]]）；模型训练\u002F微调（非逆向）；部署加固（防御侧不在本技能）\n- 不用：无授权目标（红线：仅授权评估场景；授权边界见 [[gotchas]]）\n- **RE_AUTH 前置（guard 联动）**：本技能 guard.require_authorization=true——执行前确认授权上下文（triage 第 0 步 `RE_AUTH`）：owned \u002F ctf \u002F research 可执行；unknown 先询问目标归属（所有权 \u002F 测试授权 \u002F 研究环境），未说明只做静态评估不进入动态步骤\n- 不用：提示注入\u002F提示泄露评估（LLM 侧攻击面）与 API 服务本身的注入\u002F越权测试（应用侧漏洞不在本技能）\n\n## 工具准备\n\n### python3（核心运行时）\n\n- 各平台安装见 [[re-python]] 工具准备\n\n### 模型库（torch \u002F tensorflow，按目标格式选）\n\n- 多平台: `pip install torch` \u002F `pip install tensorflow`（按硬件可选 CPU 版；按目标框架选一即可，蒸馏脚本只依赖其张量操作）\n- 验证: `python3 -c \"import torch\"`\n\n### 攻击评估库（ART，可选）\n\n- 多平台: `pip install adversarial-robustness-toolbox`（对抗鲁棒性工具箱，覆盖提取\u002F指纹\u002F对抗样本攻击模块）\n- 验证: `python3 -c \"import art\"`\n\n### 查询接口客户端（API 目标）\n\n- 多平台: `pip install requests`；验证: `python3 -c \"import requests\"`\n- 可视化（分布对比图，可选）：`pip install matplotlib`\n\n## 操作步骤\n\n按顺序执行；仅限授权评估场景（红线：不针对未授权目标）。方法学依据：模型提取（API 查询蒸馏）、成员推断（影子模型）、对抗样本（FGSM\u002FPGD）为公开研究框架，实现细节按目标模型域调整（见 [[decision-tree]] 分支）。\n\n1. **模型提取攻击**（Overview：通过 API 查询重建近似模型——蒸馏）：\n   - Checklist：\n     1. 确认授权与用途（评估\u002F取证声明记录）\n     2. 接口探测：读 API 文档\u002F试查询 → 确认限额与输出字段（logits\u002F概率或仅标签——可观测性决定策略，见 CORE RULE）\n     3. 查询采样（输入分布覆盖：代表性输入 + 边界扰动 + 标签分布均衡）\n     4. 蒸馏训练（以 API 输出为教师标签）\n     5. 评估近似度（同输入集输出对比：一致率 + 标签分布对比，不是只看精度）\n   - 实现经验（soft label 优先、边界扰动、评估一致性、蒸馏基线、查询日志等）见 [[implementation-notes]]\n   - 仅标签时：降级为决策边界采样（输出分布重建受限，见 [[gotchas]] 接口坑）；查询预算内先小批估计（坑 1）\n\n2. **模型指纹\u002F水印检测**（Overview：**行为级**水印——模型表现出来是什么：trigger 触发响应 \u002F 查询响应 \u002F 黑盒指纹；文件级水印（权重 pattern\u002Fmetadata\u002Ftensor hash）走 [[re-ai-model]]）：\n   - Checklist：\n     1. 嵌入检测：输入扰动（特定噪声\u002F触发器）→ 输出特征比对（水印触发行为）\n     2. 指纹提取：模型行为签名（代表性输入集输出向量）→ 与疑似副本比对\n     3. 窃取取证：嫌疑模型与受害者模型的指纹距离 → 阈值判定相似（阈值校准见 [[decision-tree]] 证据分级）\n     4. 产出：指纹向量 + 距离报告（距离值 + 阈值依据 + 置信度）\n   - 实现经验（输入集难度分层、归一化、反例对照组、抹除对抗、时效、水印枚举）见 [[implementation-notes]]\n   - 抹除对抗：剪枝\u002F微调\u002F蒸馏会削弱指纹——用鲁棒指纹并标注「可能被抹除」（见坑 3）\n\n3. **成员推断**（Overview：判定某样本是否在训练集中）：\n   - Checklist：\n     1. 确认输入形态：目标模型输出的概率向量 + 样本特征（可观测性见 CORE RULE）\n     2. 选攻击类型：白盒（有 loss）用阈值法；黑盒（只有输出）用影子模型（同分布代理模型校准）\n     3. 对照基线：同分布随机样本（非训练样本）的损失分布作基准线\n     4. 输出：统计判定（ROC\u002F阈值曲线、给定 FPR 下的 TPR、置信区间），不是确定性结论\n   - 实现经验（基线设计、隐私脱敏、统计口径）见 [[implementation-notes]]\n   - 局限：只能给出统计判定（误报控制：阈值校准；隐私保护训练目标可对抗，见 [[gotchas]]）\n\n4. **对抗样本基础**（Overview：鲁棒性评估与防御验证，非攻击部署）：\n   - Checklist：\n     1. 选路径：白盒（模型权重可加载且 loss 可微）用梯度扰动（FGSM\u002FPGD）；黑盒用查询\u002F迁移扰动（可观测性见 CORE RULE）\n     2. 设扰动预算（epsilon）——评估口径可比\n     3. 评估对照：先测干净样本基线（扰动前准确率），报告扰动前后对比\n   - 实现经验（预算梯度、迁移性边界）见 [[implementation-notes]]\n   - 边界：对抗样本迁移性差（白盒扰动对黑盒目标不保证有效，见 [[gotchas]]）\n\n5. **评估报告与存证**：\n   - 三要素全记录：方法（采样集\u002F蒸馏超参\u002F距离阈值）、结果（指标）、参数（随机种子\u002F框架版本）\n   - 攻击脚本与评估产物 sha256 存档；结论按 [[re-analyze\u002Fanalysis-contract]] 交付\n\n## 跨域联合\n\n- [[re-ai-model]]：**消费文件级证据**（文件级证据 → 行为级验证单向流）——有模型文件时先经 re-ai-model 提取结构\u002F权重\u002F文件级 fingerprint，再在本技能做行为一致性验证；仅 API（无文件）时无文件侧输入，直接黑盒评估\n- [[re-python]]：Python 工具链基础\n- [[re-feedback]]：攻击案例经验沉淀（脱敏后）\n- [[re-analyze\u002Fanalysis-contract]]：评估结论交付格式\n\n## 常见坑与陷阱\n\n- **查询预算限制**：现象——API 限流\u002F计费中断；原因——高查询量；对策——预算内采样设计（先小批估计），记录已用配额\n- **置信度不可得时降级**：现象——接口只返回标签；原因——服务端裁剪输出；对策——决策边界采样 + 标注局限，不硬造概率\n- **水印被抹除**：现象——指纹比对失败；原因——嫌疑方做了剪枝\u002F微调\u002F蒸馏；对策——用鲁棒指纹（多触发器）并标注「可能被抹除」；距离接近但未达阈值时输出「弱相似」而非「无关」\n- **成员推断误报**：现象——统计判定错误；原因——阈值偏差\u002F影子模型分布不匹配；对策——影子模型校准 + 报告置信区间\n- **评估指标误导**：现象——提取模型「精度高」但输出分布完全不同；原因——只比精度不比分布；对策——一致率 + 标签分布 + 校准度多指标联合\n- **提取不收敛**：现象——蒸馏效果差；原因——采样分布与目标分布不匹配\u002F接口输出裁剪；对策——按目标数据域重采样，标注数据分布假设\n- **输出解析错误**：现象——logits 与标签错位；原因——API 响应字段解析错；对策——先打印原始响应核对字段再批量\n- **结果不可复现**：现象——复跑结果不同；原因——随机种子\u002F采样顺序未固定；对策——固定 seed 并记录\n- **对比对象口径错**：现象——指纹比对用了不同任务模型；原因——未确认任务口径；对策——比对前确认任务\u002F标签空间一致\n- **多端点口径差异**：现象——同一模型不同端点输出不同；原因——A\u002FB 路由\u002F版本不同；对策——锁定端点做前后对比，标注端点标识\n- **批查询触发风控**：现象——正常速率查询被风控；原因——触发速率阈值；对策——查询节奏控制（限速\u002F随机间隔），记录风控事件\n- **资源预算**：现象——蒸馏 OOM\u002F长任务中断；原因——学生模型过大\u002F时长估计不足；对策——分阶段 checkpoint（采样\u002F训练分步存档），小批量\u002FCPU 降级\n- **授权边界**：现象——对未授权 API 发起攻击测试；原因——范围未确认；对策——先确认授权（使用边界红线）\n- 场景分支与证据分级见 [[decision-tree]]；边界与反例见 [[gotchas]]\n","# AI 模型安全评估与取证（行为层）\n\n## CORE RULE：攻击面由可观测性决定，不由攻击名称决定\n\n先问接口\u002F资产给什么，再选攻击面——三者是三个世界：\n\n| 可观测性 | 世界 |\n|---|---|\n| `logits available`（API 返回概率\u002Flogits） | 蒸馏（soft label）、指纹、成员推断全部可用 |\n| `labels only`（API 只返回标签） | 降级：决策边界采样、黑盒迁移、影子模型 |\n| `weights available`（拿到模型文件） | 白盒：梯度方法（FGSM\u002FPGD）、直接比对、阈值成员推断 |\n\n同一攻击名在不同可观测性下可行性与实现完全不同——先按「输入资产盘点」确认 API 输出字段\u002F模型文件，再选路径。\n\n## 任务分类器（intent → 路径）\n\n用户目的识别，命中即走对应分支；未命中落入下方「何时使用」判断：\n\n| 用户目的（intent） | 路径 |\n|---|---|\n| 怀疑模型被复制 \u002F 模型被盗用 \u002F 嫌疑副本比对 | → **fingerprint**（模型指纹\u002F水印检测，步骤 2） |\n| 判断训练数据泄露 \u002F 某样本是否在训练集 | → **membership**（成员推断，步骤 3） |\n| 测试 API 是否容易被复制 \u002F 接口可提取性 | → **extraction**（模型提取，步骤 1） |\n| 测试鲁棒性 \u002F 对抗样本效果 \u002F 防御验证 | → **adversarial**（对抗样本评估，步骤 4） |\n\n## 输入资产盘点（INPUT INVENTORY）\n\n路径命中后先确认已有资产——不同资产组合决定可走路径，缺资产先向用户索要或说明局限：\n\n| 资产 | 影响路径 |\n|---|---|\n| API endpoint（+ query budget） | **extraction**（步骤 1）必需——无 endpoint 无法提取 |\n| model file（本地模型\u002F权重） | fingerprint 比对与成员推断（步骤 2\u002F3）可用；无则只能走 API 侧 |\n| training dataset（疑似训练集样本） | **membership**（步骤 3）必需——无样本无法推断成员 |\n| suspected copy（嫌疑副本） | **fingerprint**（步骤 2）必需——无副本无从比对 |\n| baseline model（受害者\u002F参考模型） | fingerprint 比对必需——无基线只有副本无法定指纹 |\n| watermark hypothesis（水印假设） | fingerprint 水印验证（步骤 2）——有具体假设（触发集\u002F后门）可定向验证 |\n\n**规则**：intent 命中后检查该路径所需资产；缺失 → 先向用户询问（有无\u002F能否提供），用户无法提供则说明该路径不可执行并转可用路径。\n\n## 何时使用 \u002F 何时不用\n\n- 用：模型泄露\u002F窃取取证、API 模型攻击评估（提取\u002F指纹）、训练数据泄露判定、模型鲁棒性评估（对抗样本）\n- 用：水印\u002F指纹验证（嫌疑副本与受害者模型比对）\n- 用：模型 API 一致性审计（同输入多查询\u002F多端点比对，找副本\u002F代理）\n- 用：鲁棒性基线评估（上线前\u002F防御验证前测一遍干净与扰动准确率）\n- 不用：模型文件格式解析与权重提取（转 [[re-ai-model]]）；模型训练\u002F微调（非逆向）；部署加固（防御侧不在本技能）\n- 不用：无授权目标（红线：仅授权评估场景；授权边界见 [[gotchas]]）\n- **RE_AUTH 前置（guard 联动）**：本技能 guard.require_authorization=true——执行前确认授权上下文（triage 第 0 步 `RE_AUTH`）：owned \u002F ctf \u002F research 可执行；unknown 先询问目标归属（所有权 \u002F 测试授权 \u002F 研究环境），未说明只做静态评估不进入动态步骤\n- 不用：提示注入\u002F提示泄露评估（LLM 侧攻击面）与 API 服务本身的注入\u002F越权测试（应用侧漏洞不在本技能）\n\n## 工具准备\n\n### python3（核心运行时）\n\n- 各平台安装见 [[re-python]] 工具准备\n\n### 模型库（torch \u002F tensorflow，按目标格式选）\n\n- 多平台: `pip install torch` \u002F `pip install tensorflow`（按硬件可选 CPU 版；按目标框架选一即可，蒸馏脚本只依赖其张量操作）\n- 验证: `python3 -c \"import torch\"`\n\n### 攻击评估库（ART，可选）\n\n- 多平台: `pip install adversarial-robustness-toolbox`（对抗鲁棒性工具箱，覆盖提取\u002F指纹\u002F对抗样本攻击模块）\n- 验证: `python3 -c \"import art\"`\n\n### 查询接口客户端（API 目标）\n\n- 多平台: `pip install requests`；验证: `python3 -c \"import requests\"`\n- 可视化（分布对比图，可选）：`pip install matplotlib`\n\n## 操作步骤\n\n按顺序执行；仅限授权评估场景（红线：不针对未授权目标）。方法学依据：模型提取（API 查询蒸馏）、成员推断（影子模型）、对抗样本（FGSM\u002FPGD）为公开研究框架，实现细节按目标模型域调整（见 [[decision-tree]] 分支）。\n\n1. **模型提取攻击**（Overview：通过 API 查询重建近似模型——蒸馏）：\n   - Checklist：\n     1. 确认授权与用途（评估\u002F取证声明记录）\n     2. 接口探测：读 API 文档\u002F试查询 → 确认限额与输出字段（logits\u002F概率或仅标签——可观测性决定策略，见 CORE RULE）\n     3. 查询采样（输入分布覆盖：代表性输入 + 边界扰动 + 标签分布均衡）\n     4. 蒸馏训练（以 API 输出为教师标签）\n     5. 评估近似度（同输入集输出对比：一致率 + 标签分布对比，不是只看精度）\n   - 实现经验（soft label 优先、边界扰动、评估一致性、蒸馏基线、查询日志等）见 [[implementation-notes]]\n   - 仅标签时：降级为决策边界采样（输出分布重建受限，见 [[gotchas]] 接口坑）；查询预算内先小批估计（坑 1）\n\n2. **模型指纹\u002F水印检测**（Overview：**行为级**水印——模型表现出来是什么：trigger 触发响应 \u002F 查询响应 \u002F 黑盒指纹；文件级水印（权重 pattern\u002Fmetadata\u002Ftensor hash）走 [[re-ai-model]]）：\n   - Checklist：\n     1. 嵌入检测：输入扰动（特定噪声\u002F触发器）→ 输出特征比对（水印触发行为）\n     2. 指纹提取：模型行为签名（代表性输入集输出向量）→ 与疑似副本比对\n     3. 窃取取证：嫌疑模型与受害者模型的指纹距离 → 阈值判定相似（阈值校准见 [[decision-tree]] 证据分级）\n     4. 产出：指纹向量 + 距离报告（距离值 + 阈值依据 + 置信度）\n   - 实现经验（输入集难度分层、归一化、反例对照组、抹除对抗、时效、水印枚举）见 [[implementation-notes]]\n   - 抹除对抗：剪枝\u002F微调\u002F蒸馏会削弱指纹——用鲁棒指纹并标注「可能被抹除」（见坑 3）\n\n3. **成员推断**（Overview：判定某样本是否在训练集中）：\n   - Checklist：\n     1. 确认输入形态：目标模型输出的概率向量 + 样本特征（可观测性见 CORE RULE）\n     2. 选攻击类型：白盒（有 loss）用阈值法；黑盒（只有输出）用影子模型（同分布代理模型校准）\n     3. 对照基线：同分布随机样本（非训练样本）的损失分布作基准线\n     4. 输出：统计判定（ROC\u002F阈值曲线、给定 FPR 下的 TPR、置信区间），不是确定性结论\n   - 实现经验（基线设计、隐私脱敏、统计口径）见 [[implementation-notes]]\n   - 局限：只能给出统计判定（误报控制：阈值校准；隐私保护训练目标可对抗，见 [[gotchas]]）\n\n4. **对抗样本基础**（Overview：鲁棒性评估与防御验证，非攻击部署）：\n   - Checklist：\n     1. 选路径：白盒（模型权重可加载且 loss 可微）用梯度扰动（FGSM\u002FPGD）；黑盒用查询\u002F迁移扰动（可观测性见 CORE RULE）\n     2. 设扰动预算（epsilon）——评估口径可比\n     3. 评估对照：先测干净样本基线（扰动前准确率），报告扰动前后对比\n   - 实现经验（预算梯度、迁移性边界）见 [[implementation-notes]]\n   - 边界：对抗样本迁移性差（白盒扰动对黑盒目标不保证有效，见 [[gotchas]]）\n\n5. **评估报告与存证**：\n   - 三要素全记录：方法（采样集\u002F蒸馏超参\u002F距离阈值）、结果（指标）、参数（随机种子\u002F框架版本）\n   - 攻击脚本与评估产物 sha256 存档；结论按 [[re-analyze\u002Fanalysis-contract]] 交付\n\n## 跨域联合\n\n- [[re-ai-model]]：**消费文件级证据**（文件级证据 → 行为级验证单向流）——有模型文件时先经 re-ai-model 提取结构\u002F权重\u002F文件级 fingerprint，再在本技能做行为一致性验证；仅 API（无文件）时无文件侧输入，直接黑盒评估\n- [[re-python]]：Python 工具链基础\n- [[re-feedback]]：攻击案例经验沉淀（脱敏后）\n- [[re-analyze\u002Fanalysis-contract]]：评估结论交付格式\n\n## 常见坑与陷阱\n\n- **查询预算限制**：现象——API 限流\u002F计费中断；原因——高查询量；对策——预算内采样设计（先小批估计），记录已用配额\n- **置信度不可得时降级**：现象——接口只返回标签；原因——服务端裁剪输出；对策——决策边界采样 + 标注局限，不硬造概率\n- **水印被抹除**：现象——指纹比对失败；原因——嫌疑方做了剪枝\u002F微调\u002F蒸馏；对策——用鲁棒指纹（多触发器）并标注「可能被抹除」；距离接近但未达阈值时输出「弱相似」而非「无关」\n- **成员推断误报**：现象——统计判定错误；原因——阈值偏差\u002F影子模型分布不匹配；对策——影子模型校准 + 报告置信区间\n- **评估指标误导**：现象——提取模型「精度高」但输出分布完全不同；原因——只比精度不比分布；对策——一致率 + 标签分布 + 校准度多指标联合\n- **提取不收敛**：现象——蒸馏效果差；原因——采样分布与目标分布不匹配\u002F接口输出裁剪；对策——按目标数据域重采样，标注数据分布假设\n- **输出解析错误**：现象——logits 与标签错位；原因——API 响应字段解析错；对策——先打印原始响应核对字段再批量\n- **结果不可复现**：现象——复跑结果不同；原因——随机种子\u002F采样顺序未固定；对策——固定 seed 并记录\n- **对比对象口径错**：现象——指纹比对用了不同任务模型；原因——未确认任务口径；对策——比对前确认任务\u002F标签空间一致\n- **多端点口径差异**：现象——同一模型不同端点输出不同；原因——A\u002FB 路由\u002F版本不同；对策——锁定端点做前后对比，标注端点标识\n- **批查询触发风控**：现象——正常速率查询被风控；原因——触发速率阈值；对策——查询节奏控制（限速\u002F随机间隔），记录风控事件\n- **资源预算**：现象——蒸馏 OOM\u002F长任务中断；原因——学生模型过大\u002F时长估计不足；对策——分阶段 checkpoint（采样\u002F训练分步存档），小批量\u002FCPU 降级\n- **授权边界**：现象——对未授权 API 发起攻击测试；原因——范围未确认；对策——先确认授权（使用边界红线）\n- 场景分支与证据分级见 [[decision-tree]]；边界与反例见 [[gotchas]]\n",{"name":5,"type":24,"guard":25,"description":31,"capabilities":32},"atomic",{"forbidden":26,"require_authorization":30},[27,28,29],"unauthorized_api_testing","bypass_access_control","model_theft_against_third_party",true,"AI 模型安全评估与取证（行为层）：extraction assessment（API 黑盒提取评估）、 fingerprint verification（行为指纹与归属验证）、privacy leakage evaluation（成员推断\u002F隐私泄露评估）、 robustness evaluation（对抗鲁棒性评估）。 触发词：API模型窃取、黑盒模型复制、模型指纹、成员推断、对抗样本、行为水印、模型安全评估、隐私泄露评估。\n",[33],"ai-model-analysis","main","1977504515d3f5fa8889da43974feb7a0f4eaab9",".claude\u002Fskills\u002Fre-ai-attack",43,"https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills","https:\u002F\u002Fgithub.com\u002Fdslsdzc","Building systems from scratch","2026-10-12 04:15:49",{"source":8,"skillName":5,"commands":43,"prompt":53,"zipAvailable":30},[44,47,50],{"tool":45,"command":46},"npx","npx skills add dslsdzc\u002Frev-skills --skill re-ai-attack",{"tool":48,"command":49},"bunx","bunx skills add dslsdzc\u002Frev-skills --skill re-ai-attack",{"tool":51,"command":52},"pnpm","pnpm dlx skills add dslsdzc\u002Frev-skills --skill re-ai-attack","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ai-attack\u002FSKILL.md",[55,61,65],{"path":56,"resourceType":57,"resourceTypeDesc":58,"sizeBytes":59,"sourceHtmlUrl":60},"references\u002Fdecision-tree.md","REFERENCE","参考文档",3323,"https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ai-attack\u002Freferences\u002Fdecision-tree.md",{"path":62,"resourceType":57,"resourceTypeDesc":58,"sizeBytes":63,"sourceHtmlUrl":64},"references\u002Fgotchas.md",3475,"https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ai-attack\u002Freferences\u002Fgotchas.md",{"path":66,"resourceType":57,"resourceTypeDesc":58,"sizeBytes":67,"sourceHtmlUrl":68},"references\u002Fimplementation-notes.md",2909,"https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fre-ai-attack\u002Freferences\u002Fimplementation-notes.md",[70,77,83,90,97,104],{"skillNo":71,"name":72,"nameZh":6,"description":73,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":74,"categories":75,"keywords":76,"publishedAt":19},"01M7AT3SFGN6KTM2DBN8TCNC4K","no-tools","缺工具准备章节。missing tools section.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fno-tools\u002FSKILL.md",[],[],{"skillNo":78,"name":79,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":80,"categories":81,"keywords":82,"publishedAt":19},"01M7AT3PY0QVB4A4WGAZHY43WP","good-skill","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fgood-skill\u002FSKILL.md",[],[],{"skillNo":84,"name":85,"nameZh":6,"description":86,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":87,"categories":88,"keywords":89,"publishedAt":19},"01M7AT3NJ1PG8DR115AMJC1Q1C","gateway-skill","网关型技能，无工具准备章节。gateway skill.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fgateway-skill\u002FSKILL.md",[],[],{"skillNo":91,"name":92,"nameZh":6,"description":93,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":94,"categories":95,"keywords":96,"publishedAt":19},"01M7AT3KCJGZV60PKJX244V8Z4","broken-link","含死链接与合法 references 链接。broken link.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fbroken-link\u002FSKILL.md",[],[],{"skillNo":98,"name":99,"nameZh":6,"description":100,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":101,"categories":102,"keywords":103,"publishedAt":19},"01M7AT3HMVTA2MR66A5FMATVFQ","wrong-name","名字与目录不符。name mismatch.","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fbad-name\u002FSKILL.md",[],[],{"skillNo":105,"name":106,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":107,"categories":108,"keywords":109,"publishedAt":19},"01M7AT3F4K5ES6N62092Y8TRNG","bad-frontmatter","https:\u002F\u002Fgithub.com\u002Fdslsdzc\u002Frev-skills\u002Fblob\u002Fmain\u002Ftests\u002Ffixtures\u002Fbad-frontmatter\u002FSKILL.md",[],[]]