MoE路由器遥测隐私泄露研究

2026年10月9日，arXiv Machine Learning Theory 发表一篇关于 MoE 路由遥测隐私泄漏的一手论文。论文提出一种路由增强的成员推断攻击，结合传统输出侧信号与聚合路由特征，并用独立微调的影子模型训练成员分类器。研究在三种 MoE 架构和三个数据域的九项设置中测试，发现路由遥测在 1% 假阳性率下将真阳性率提升 2.7–9.4 个百分点。该泄漏在全量微调、冻结路由训练、LoRA 和指令微调下均存在，即使只有离散专家选择、受限遥测或单个影子模型也可观测。目前报道仅涉及该论文的方法与实验结果，未提及其他后续验证或回应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。