Resistencia de prompts de sistema ante ataques de ofuscación Unicode y reescritura de instrucciones
Batería de 600 pruebas de inyección indirecta sobre capas de protección léxica y analizadores sintácticos de entrada.
Área: Seguridad·Sin transferencia a producto
1. Hipótesis inicial
Una capa previa de normalización Unicode estricta (NFKC + desensamblado de homóglifos) neutraliza el 99% de las desviaciones de rol en tareas de resumen.
2. Procedimiento reproducible
Generación de 600 vectores de inyección con técnicas de caracteres invisibles (zero-width joiners), alfabetos cirílico/griego y secuencias de escape.
Paso a través del normalizador de Entropy Lab.
Envío a 3 modelos locales de 7B a 14B parámetros.
3. Medición y telemetría de nodo
Eficacia frente a homóglifos98.7%
Normalización estricta efectiva
Eficacia frente a encuadre semántico47.2%Vulnerabilidad crítica
Tokens alterados no detectados316 / 600
Ataques combinados con Markdown
Telemetría · Experimento #011
Fallo documentado
Visualización telemetría interna de nodo · 3 métricas registradas · Entorno de pruebas sintético.
Ejemplo de lectura · Datos sintéticos (no son resultados de este experimento)
Datos sintéticos para explicar la lecturan = 3 · no representa rendimiento
Tres valores sintéticos de latencia: 12, 15 y 11 ms. Suma = 38 ms · media aritmética = 38/3 = 12,67 ms · mínimo 11 ms · máximo 15 ms. n=3 no acredita rendimiento general. No se infieren percentiles ni intervalos de confianza.
Traza registrada · Registro directo del canal de telemetría
Fallo del enfoque: normalizar la representación binaria es insuficiente. Los ataques que aprovechan la sintaxis de formato nativo (bloques de código, markdown, delimitadores xml) superan la barrera sin necesidad de ofuscar caracteres.
4.2 Límite del experimento
Probado únicamente en escenarios de canal no autenticado.
5. Qué no se puede concluir de esto
No implica que la normalización sea inútil; es un paso necesario pero totalmente insuficiente sin un clasificador semántico independiente.
No aplica a sistemas cerrados con firmas criptográficas de entrada.
Contraste de hipótesis
¿Dispones de datos para replicar o refutar este resultado?
Intercambiamos esquemas de test con equipos de investigación.