本研究提出了一种新的窃取攻击方法——对抗性领域对齐(ADA-STEAL),针对医疗多模态大型语言模型的知识产权脆弱性。该方法通过数据增强和对抗噪声,利用自然图像克服医学图像与自然图像的分布差异,实验表明攻击者可在没有医疗数据的情况下窃取MLLM的功能。
完成下面两步后,将自动完成登录并继续当前操作。