本論文では、大規模言語モデル（LLM）が医療や法律、機密性の高い通信などの敏感な分野で使用される中、プライバシーの重要性が強調されています。Whisper Leakと呼ばれる新しいサイドチャネル攻撃を紹介し、LLMの暗号化されたトラフィックからユーザーのプロンプトのトピックを推測する方法を提案します。この攻撃では、ストリーミング応答におけるパケットサイズやタイミングパターンを分析することで、トピック分類が可能になります。研究では、主なプロバイダーから28の人気LLMに対して攻撃を実演し、98％を超える分類精度を達成しました。この脆弱性は、ISPや政府などによるネットワーク監視を受けるユーザーにとって重要なリスクを伴います。論文では、攻撃を軽減するためのいくつかの戦略も評価されていますが、いずれも完全な保護を提供するものではないと結論付けています。LLMプロバイダーは、このメタデータ漏洩問題に対処する必要があると警告しています。