최적화 기반 (Optimization-based) 적대적 접미사 (adversarial suffixes)는 유창함을 유지하면서도 정렬된 대규모 언어 모델 (LLMs)을 탈옥 (jailbreak)할 수 있으며, 이는 정적 및 윈도우 기반 퍼플렉시티 (perplexity) 기반 탐지기들을 무력화합니다. 본 연구에서는 적대적 접미사 탐지를 토큰 수준의 다음 토큰 엔트로피 (next-token entropy) 스트림에 대한 온라인 변화점 탐지 (online change-point detection) 문제로 정의합니다. LLM 시스템 프롬프트를 사용하여 견고한 베이스라인을 추정함으로써, 사용자 토큰 엔트로피를 표준화하고 일방향 CUSUM 통계량을 적용합니다. 그 결과물인 CPD Online (CPD) 탐지기는 모델 불가지론적 (model-agnostic)이며, 별도의 학습이 필요 없고 (training-free), 온라인으로 실행되며, 적대적 접미사의 시작 지점을 국소화 (localize)할 수 있습니다. 1,012개의 최적화 기반 접미사 공격 (GCG, AutoDAN, AdvPrompter, BEAST, AutoDAN-HGA)과 1,012개의 퍼플렉시티가 제어된 양성 프롬프트 (benign prompts)로 구성된 벤치마크에서, CPD는 6개의 모든 오픈 웨이트 (open-weight) 채팅 모델 (LLaMA-2-7B/13B, Vicuna-7B/13B, Qwen2.5-7B/14B)에 대해 가장 강력한 윈도우 기반 퍼플렉시티 베이스라인보다 높은 F1 점수를 개선했습니다. 표준적인 CUSUM 설정 ($k=0$)에서의 LLaMA-2-7B 모델에 대해, CPD는 AUROC 0.88 및 F1 0.82에 도달했습니다. 프롬프트 수준의 탐지를 넘어, CPD는 트리거의 79.6%를 적대적 접미사 내부로 집중시키는 반면, 윈도우 기반 퍼플렉시티는 17-46%에 그쳤습니다. 마지막으로, LLaMA Guard를 위한 경량 게이트 (lightweight gate)로 사용되었을 때, CPD는 양성 프롬프트가 지배적인 대규모 배포 환경에서 가드 (guard) 호출을 17-22% 감소시키면서도 가드 수준의 탐지 품질을 유지했습니다.