LLM 推論資源耗盡攻擊

風險描述

攻擊者發送大量超長提示或高運算需求的請求（如要求生成極長的回應、執行複雜的推理鏈），耗盡 GPU 推論資源導致服務不可用。LLM 的推論成本與輸入/輸出 token 數成正比，一個精心構造的請求可能消耗比正常請求多 100 倍的資源。