{"id":147923,"date":"2025-11-10T23:11:54","date_gmt":"2025-11-10T21:11:56","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/ataka-whisper-leak-po-opredeleniyu-tematiki-obshheniya-s-ai-chatbotami-cherez-analiz-tls-trafika"},"modified":"2025-11-10T23:11:54","modified_gmt":"2025-11-10T21:11:56","slug":"ataka-whisper-leak-po-opredeleniyu-tematiki-obshheniya-s-ai-chatbotami-cherez-analiz-tls-trafika","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/ataka-whisper-leak-po-opredeleniyu-tematiki-obshheniya-s-ai-chatbotami-cherez-analiz-tls-trafika","title":{"rendered":"Ataque Whisper Leak por definici\u00f3n del tema de comunicaci\u00f3n con chatbots AI a trav\u00e9s del an\u00e1lisis del tr\u00e1fico TLS","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Investigadores de seguridad de Microsoft han desarrollado una t\u00e9cnica de ataque a trav\u00e9s de canales laterales llamada Whisper Leak, que permite clasificar los temas de las consultas a servicios basados en grandes modelos de lenguaje a partir del an\u00e1lisis pasivo del tr\u00e1fico cifrado transmitido a trav\u00e9s de una conexi\u00f3n TLS. La informaci\u00f3n sobre el tama\u00f1o de los paquetes de red y los retrasos entre su transmisi\u00f3n fue suficiente para determinar los temas de las consultas a chatbots de IA con una precisi\u00f3n superior al 98%. En la pr\u00e1ctica, el m\u00e9todo propuesto puede aplicarse para identificar temas espec\u00edficos de las consultas de los usuarios en el tr\u00e1fico en tr\u00e1nsito, como intentos de obtener informaci\u00f3n sobre actividades ilegales, sin necesidad de descifrar el contenido. <\/p>\n
Las herramientas para la extracci\u00f3n de datos de los vol\u00famenes de tr\u00e1fico, el entrenamiento del modelo y la prueba del m\u00e9todo est\u00e1n disponibles en GitHub. Se ha demostrado la posibilidad de llevar a cabo un ataque en 28 grandes modelos de lenguaje de los principales proveedores. Por ejemplo, la precisi\u00f3n en la identificaci\u00f3n de consultas sobre el tema \"lavado de dinero\" para muchos servicios de IA fue del 100%, cuando hab\u00eda 1 consulta relevante en un tr\u00e1fico analizado de 10,000 consultas no relacionadas con el tema deseado.
<\/center> <\/p>\n
La raz\u00f3n de la filtraci\u00f3n de informaci\u00f3n es que los modelos generan una respuesta a la consulta de manera secuencial, token por token, utilizando cada token anterior como contexto para determinar la siguiente palabra o frase m\u00e1s probable. En consecuencia, cada token se env\u00eda en un paquete de red separado y el retraso entre los paquetes corresponde al tiempo que el modelo tarda en determinar el siguiente token. <\/p>\n
En TLS, si no se utiliza compresi\u00f3n de datos, la diferencia del texto cifrado equivale al tama\u00f1o del texto sin cifrar m\u00e1s una constante. Al crear un modelo que relaciona conjuntos de tokens deseados con el tama\u00f1o de los paquetes y los retrasos entre su env\u00edo, es posible identificar con bastante precisi\u00f3n la presencia de los temas buscados en el tr\u00e1fico. Durante la investigaci\u00f3n se prepararon tres variantes de modelos de aprendizaje autom\u00e1tico basados en arquitecturas de redes neuronales LightGBM, Bi-LSTM y BERT. Para cada modelo se realizaron experimentos para determinar el tema buscado analizando solo el tama\u00f1o de los paquetes, solo los retrasos entre los paquetes y ambos criterios.
![\"Ataque](\"\/wp-content\/uploads\/2025\/11\/9e2db8a564ae07b2ae7ced2d2f744e46.png\")
<\/center> <\/p>\n![\"Ataque](\"\/wp-content\/uploads\/2025\/11\/d6be536d5b8814af45a42317c9454a44.png\")
<\/center> <\/p>\n