Otiskování inferenčního enginu je způsob, jak podle rozdílů v chování modelu nebo jeho odpovědí odhadnout, jaký software zpracovává inferenci. Útočník může pomocí pečlivě zvolených tokenů rozlišit například vLLM a SGLang a potom zkusit využít slabinu typickou pro odhalené prostředí. Obrana spočívá v omezení těchto rozpoznatelných rozdílů a ochraně samotné inferenční vrstvy, nejen síťové proxy nebo spouštěče kódu.
