一个新的 GitHub 仓库 "Awesome Mobile On-Device AI Security" 已被整理，旨在作为在移动设备上本地运行的 AI 模型安全研究的路线图。

该资源涵盖了移动 AI 运行时环境，包括 TFLite/LiteRT、Core ML、ExecuTorch 和 ONNX。它详细说明了攻击面，如对抗性攻击、后门、模型窃取以及能耗-延迟攻击。列出的防御措施包括模型混淆、授权、TEE（可信执行环境）和水印。该仓库还提供了阅读路线图、分类法、开放问题和新兴方向。

作者邀请就缺失的论文、分类法的清晰度以及为初学者提供的首周最小阅读路径的帮助性提供反馈。