Lỗ hổng HDI trong kiến trúc GraphRAG và nguy cơ bảo mật đối với hệ thống LLM

Nghiên cứu mới được công bố tại hội nghị IFIP SEC 2026 bởi các chuyên gia từ Đại học Wollongong đã chỉ ra một bề mặt tấn công tiềm ẩn trong các hệ thống GraphRAG, đe dọa trực tiếp đến tính toàn vẹn của các mô hình ngôn ngữ lớn.

Bề mặt tấn công mới trong kiến trúc GraphRAG

Các pipeline GraphRAG thường ứng dụng các cấu trúc phụ trợ như tóm tắt ngữ nghĩa, cạnh phân cấp và điểm số được tính toán trước trong giai đoạn lập chỉ mục ngoại tuyến. Nhóm nghiên cứu đã chính thức hóa khái niệm Auxiliary Schema-Level Entity để mô tả bề mặt tấn công này, đồng thời giới thiệu framework 3S nhằm thực thi các hình thức can thiệp tinh vi vào cấu trúc đồ thị.

Thuật toán Hop-Decayed Influence và cơ chế hoạt động

Trọng tâm của phương thức tấn công này là thuật toán Hop-Decayed Influence (HDI), hoạt động theo mô hình gray-box. Thuật toán áp dụng cơ chế lan truyền ảnh hưởng dựa trên tìm kiếm theo chiều rộng kết hợp hệ số suy giảm theo khoảng cách theo hàm mũ. Với hệ số suy giảm mặc định là 0.5 và phạm vi tối đa 4 hop, thuật toán xác định chính xác các nút cần chỉnh sửa để đạt hiệu quả tối ưu mà không làm thay đổi dữ liệu gốc của người dùng.

Kết quả thử nghiệm và đánh giá mức độ rủi ro

Các thử nghiệm tiến hành trên những bộ dữ liệu chuẩn như HotpotQA và 2WikiMultiHopQA trên các nền tảng Microsoft GraphRAG và HippoRAG2 cho thấy tỷ lệ thành công của cuộc tấn công đạt trên 88% ở mọi cấu hình. Đáng chú ý, tỷ lệ sửa đổi cấu trúc chỉ chiếm khoảng 0.016%, khiến các phương pháp giám sát thông thường rất khó phát hiện.

Biện pháp phòng thủ và khuyến nghị

Để bảo vệ hệ thống trước các nguy cơ này, các kỹ sư cần thiết lập cơ chế kiểm tra tính toàn vẹn và hợp lệ đối với các cấu trúc đồ thị phụ trợ, cũng như giám sát chặt chẽ sự biến động của điểm số thứ hạng. Việc tích hợp các lớp bảo vệ có khả năng phát hiện nội dung đối kháng cũng là giải pháp cần thiết nhằm duy trì độ tin cậy cho hệ thống.