跳到正文

从来源,看到研究的联系

让信息汇流,让研究相连。点选一条线索,看它从哪里来、通向哪些方向。

图中 2 条 · 本页 2 条 · 共 2 条动态论文会议论文
关系图可左右滑动,完整标题也在下方列表中
材料关系图:来源、新闻与研究、细分方向的桑基流图01来源202新闻与研究203细分与主体5来源:论文追踪论文追踪1 条材料来源:arXivarXiv1 条材料论文:HDI 攻击:篡改 GraphRAG 辅助结构可致 88–94% 攻击成功率论文2026-10-01HDI 攻击:篡改 GraphRAG 辅助结构可致 88–94% 攻击成功率论文:HookPry:利用插件生命周期钩子更新劫持 AI Agent 框架论文2026-09-03HookPry:利用插件生命周期钩子更新劫持AI Agent 框架方向:后门与投毒后门与投毒1方向:Agent 安全Agent 安全2方向:越狱与攻击越狱与攻击2方向:MicrosoftMicrosoft2方向:供应链安全供应链安全1
流带宽度表示材料数量,多标签均分;连线表示来源与分类归属。

点选节点,展开一条线索

查看材料的摘要与原文,或探索同一来源、同一方向下的内容。

本页材料

完整标题与摘要 · 2 条
  • 论文论文追踪

    HDI 攻击:篡改 GraphRAG 辅助结构可致 88–94% 攻击成功率

    论文研究GraphRAG索引生成的语义摘要、层级关系和预计算分数等辅助结构被篡改后的风险,提出3S框架和HDI影响分析方法。攻击者须先取得索引完成后的辅助结构写入权限,这不是无需访问条件的远程攻击。作者在两类GraphRAG架构和两个问答基准上报告少量篡改可影响多个查询,并绕过所测困惑度与改写防御;结果限于这些实验条件,尚未独立复现。

  • 论文arXiv

    HookPry:利用插件生命周期钩子更新劫持 AI Agent 框架

    研究者提出 HookPry,一个开源全自动攻击框架,利用 AI Agent 框架盲目信任的生命周期钩子更新路径实施供应链攻击。攻击者只需控制插件元数据与钩子配置,先发布良性版本获取信任,再通过更新把恶意命令静默绑定到良性事件,命令由框架直接派发,不经过 LLM 决策路径。HookPry 由对抗性清单优化、时间解耦和最小公共接口三部分组成,实现十种攻击目标。在 7 种框架与 5 种 LLM 后端共 25 种组合、1000 次端到端运行中,全部 7 种框架被攻破,Hermes 上成功率最高达 92.5%,整体微平均 E2E-ASR 为 77.0%,机制触发率 83.9%,无一次被模型显式拦截。防御方面,Microsoft Defender 召回率为 0%,三种静态防御联合仍漏掉 47.5% 的恶意样本。