本文介绍了一种名为 OASIS 的方法，旨在优化硬标签黑盒文本攻击中的攻击者序列。传统上，不同攻击方法遵循不同的搜索轨迹，且各自在不同样本子集上取得成功，但已有硬标签黑盒攻击主要关注改进单个攻击者，或通过手动方式简单组合多个攻击者。OASIS 的核心思想是：攻击者的组合方式本身就是一个可优化的目标，而非仅仅是一个实现选择。具体而言，OASIS 首先进行一次性的双目标攻击链搜索，在候选攻击者序列上同时平衡攻击成功率与扰动程度，从而选出最优的固定全局攻击链；随后在实际执行时复用一个参数固定的全局攻击链，避免了对每个样本重新搜索组合的额外开销。实验部分涵盖了多个数据集、受害模型以及大型语言模型（LLM）场景，结果表明 OASIS 在攻击成功率与扰动控制方面一致优于强基线个体攻击者以及简单人工构造的攻击链。该研究揭示了在多攻击者协作中，序列优化能够显著提升攻击效率，为后续研究提供了新的视角。论文属于计算语言学与对抗性机器学习交叉方向，适合关注文本对抗样本、黑盒攻击鲁棒性以及评估LLM安全性的研究者阅读。

本文提出了一种名为 TraceTarnish 的文本作者匿名化系统，旨在对抗基于风格计量（stylometry）的作者识别技术。研究灵感来源于希腊神话中赫尔墨斯击败百眼巨人阿耳戈斯的故事，象征着通过巧妙策略战胜强大的监视系统。TraceTarnish 包含四个核心模块：翻译（Translation）、混淆（Obfuscation）、模仿（Imitation）和注入（Injection）。翻译模块将原文翻译成另一种语言再回译以改变风格；混淆模块通过替换同义词、调整句法等方式模糊写作特征；模仿模块尝试模仿特定目标作者的风格；注入模块则插入零宽度 Unicode 字符、同形异义词（homoglyphs）和故意拼写错误以干扰统计特征。作者通过消融实验（ablation study）评估各模块的有效性，实验使用多个风格计量分类器进行测试。结果表明，注入模块效果最佳，它能以最低的计算成本显著降低作者识别准确率，而其他模块的效果相对有限。该研究强调了对抗性文本操作用于保护隐私的潜力，并指出注入类攻击在现实场景中易于实施且难以检测。论文的主要贡献在于系统性地比较了多种风格混淆策略，并揭示了注入操作的优越性。本文适合对隐私保护、自然语言处理安全及对抗性机器学习的研究人员阅读。