本文揭示了大型语言模型（LLM）中位置无关KV缓存重用机制引入的一种新安全威胁——KV缓存劫持（KV Cache Hijacking）。传统的基于前缀的KV缓存重用精确匹配token和位置，缓存命中率低。为提升效率，近期系统优化提出位置无关的KV重用，允许相同文本块（无论位置）复用缓存。然而，这种设计存在隐患：KV缓存通过token匹配检索，但编码了原始计算时的上下文。因此，一个看似良性的token chunk所关联的KV可能隐含攻击者控制的前缀。当该KV被复用到受害者查询中时，会静默劫持模型行为，即使输入中不含攻击者控制的文本。作者提出首个系统性攻击框架HIJACKKV，通过优化攻击者控制的前缀，使得后续常见良性文本的KV编码攻击者目标，而文本本身保持不变以命中缓存。实验表明，HIJACKKV单次攻击平均成功率达94%；在低缓存命中率（10%）和频繁重新计算（50%）等现实约束下仍然有效；可跨多轮交互持久化，并在黑盒场景下跨模型迁移。论文进一步给出了构建安全KV重用系统的设计思路。