研究测量策略网关跨平台命令裁决的能力边界
What a Policy Gate Can and Cannot Know: Measured Boundaries of Cross-Platform Command Adjudication
- Permissions and approval
- Dangerous agent actions
- Permissions and sandboxing
- coding agent
- Application layer
只拦截DENY时,65个payload的逃逸从25变为0,良性误拦截为0;冻结表两轮61/61。
门在提议动作与特权执行之间,只裁决动作不裁决意图,不看模型输入,也不回答动作如何被提出。
- 策略门在特权执行前对智能体动作做 ALLOW、ASK 或 DENY,但只看动作、不看意图。作者要测同一扇门迁到 Linux 后是否仍忠实、哪些规则能按能力翻译,以及执行器咨询它之后的逃逸与误拦截。
- 门不解析 shell,只消费已实现动作并输出 ALLOW、ASK 或 DENY。作者用冻结表、双载体机制表和带理由层的变异测保真,按能力重判跨平台规则,并给执行器加默认关闭的挂钩,同时记录逃逸与良性误拦截。
- 冻结61例两轮均为61/61,false-allow为0.0%。50个变异杀死46个。65个payload在只拦截DENY时ESCAPE为0,对照为25,ALLOW组误拦截为0。82行审计中43行被重表达。
- 作者写明门不能跨语句传递状态,不能在没有路径时解析符号名,对象模型是文件系统。一次pass内的payload共享目标range。端点结果来自一个第三方网关的未认证快照。作者预测账本缓存可压平成本曲线,但未实现该修改。
- Threat model
- 门在提议动作与特权执行之间,只裁决动作不裁决意图,不看模型输入,也不回答动作如何被提出。输入为已实现动作(动词、操作数、解析 zone、程序对象身份)或结构化 intent,决策为 ALLOW、ASK 或 DENY。执行器默认不咨询门。论文未写 white-box 或 black-box。
- Evaluated models
- claude-opus-5deepseek-v4.1-flashgpt-6-astra
- Benchmarks
- frozen 61-case table13-row supplementsix mechanism tables (78 rows)gate self-test (49)credential-layer self-test (12)50-operator mutation campaigninherited 313-case corpus (216 Linux-spelling rows)82-row audit pool98-row cross-platform comparison sheet65-payload execution setsame-case endpoint snapshot (25 September 2026)
- Metrics
- false-allowfalse-denymutation scoredangerous-operator scoreESCAPEfalse interceptionnon-refusalimmediate execution
一项研究测量了不解析 shell 语法的策略网关在跨平台命令裁决上的表现,该网关接收类型化的已实现动作(动词、操作数、解析后的区域、程序对象身份)并输出 ALLOW、ASK 或 DENY。在 Windows 基准的 Linux 对应版本上,61 例冻结用例表两轮均得 61/61 且无误放行;50 个变异算子的变异测试杀死 46 个(92.0%),4 个存活变异体均被归类。82 行审计得到 43 处重新表述、21 处载体差异、16 行研究特定不适用项和 2 个未解决案例,25 行标注为无对应项的记录中有 4 行仍未映射。由执行器调用时,25 次逃逸降为零且未拦截任何良性载荷。在探索性的单网关快照中,三个未认证端点标签的案例级非拒答多数为 81.8% 至 98.0%,但立即执行多数仅为 4.0% 至 52.5%。
Paper analysis
What problem does this paper attempt to solve?
策略门只看已实现动作不看意图;作者在Linux上测量其保真、跨平台映射与执行效果。
策略门要回答的不是意图对不对,而是给定已实现动作时,裁决在换到 Linux 后还知道什么、停在哪里。
- 场景:作者认为,提议动作与特权执行之间的门不判断意图,只判断动作,因此正确决策可被记录,不一致就是有地址的缺陷。前作在 Windows 上评测了 313 例的治理执行架构;本文不重报那些结果。
- 现有不足:作者称,外置决策点可以被建出来,但既有工作没有报告裁决器本身的保真,也没有报告平台更换之后知识停在哪里。
- 观察:作者认为,冻结表可以被对着它调过的规则通过,所以要测语料注意不到的缺陷:同一主张用两种载体写出,并报告哪些变异仍存活。跨平台按规则表达的能力判断,不按命令名。
- 做法:把同一扇门放到前作基准的 Linux 对照上,分别测保真(RQ1)、翻译后哪些规则还在(RQ2)、执行器咨询门之后机器上是否改变以及误拦截(RQ3)。
- 威胁模型:
- 目标:对提议动作给出 ALLOW、ASK 或 DENY,不判断该动作为何被提出。作者把“动作如何被提出”明确排除。
- 知识:门不看模型输入,也不解析 shell 语法。它消费已实现动作,或直接消费结构化 intent。
- 能力:测量的是门的裁决,以及执行器在显式开关打开后是否咨询它。论文未使用 white-box、black-box 等分级。
- 受害侧:智能体通往特权执行的路径。门能看见的是 zone、文件系统对象与程序身份;作者写明网络等模型外效果不在对象模型内。
What related research exists?
作者将工作放在外置裁决与策略变异旁边,并称既有工作未报告裁决器保真。
作者把相关工作分成输入侧加固、外置裁决、策略变异测试,以及能力与名称,并称既有外置决策点没有报告裁决器保真。
输入侧加固
- Liu 等(2024)形式化并基准化提示注入攻击与防御;Zhan 等(2024)的 InjecAgent 做工具型智能体的间接注入基准;作者把 Debenedetti 等(2024)的 AgentDojo 与 Zhang 等(2025)的 Agent Security Bench 归入动态评测环境。
- Chen 等(2025)的 StruQ、Debenedetti 等(2026)以及 Beurer-Kellner 等(2025)重构数据与指令的界面,使二者不能在构造上被混淆。
- 作者称这些工作与本文互补,且在一种意义上正交:门从不看模型输入,每个案例都只对提议动作裁决;动作如何被提出被明确排除。
外置裁决或隔离
- Wu 等(2025)的 IsolateGPT、Li 等(2026)的 ACE、Syros 等(2026)的 SAGA、Wang 等(2026)的 AgentSpec、Shi 等(2026)的 Progent,以及 Odersky 等(2026)的能力追踪智能体,把裁决或隔离点放在智能体与系统之间。
- 作者还引用 OWASP AISVS、CSA 的智能体身份治理,以及 NIST SP 800-53 与 AI RMF:访问控制须由应用逻辑或策略引擎执行,而不能由模型执行。
- 作者称,这条线说明外置决策点可以建,但没有报告裁决器自身的保真,也没有报告平台更换后的知识边界。
测策略而不是测程序
- Martin 与 Xie(2007)为访问控制策略定义故障模型与变异算子;Mouelhi 等(2008)把算子推广到基于规则的策略形式;Jia 与 Harman(2011)综述变异测试。
- 作者称本文沿用该逻辑:被测对象是决策过程而不是工作负载;并增加理由层,因为只比裁决无法杀死只改理由文本的变异。
能力、名称与前作
- Saltzer 与 Schroeder(1975)、Hardy(1988)的 confused deputy、Watson 等(2010)的 Capsicum,以及 Linux Landlock,讨论最小权限、每次访问都要被中介,以及不可伪造引用。
- 作者把 RQ2 说成一次经验测量:用名称和路径写成的规则集,在载体改变后还剩下多少。映射状态受目标主机与工具集约束。
- 架构与 Windows 评测是 Jing(2026)的前作。作者称本文是其跨平台与仪器保真的对应部分,两边都不重复对方的结果。
基线与语料
- 执行对照是不咨询门的 control,以及承载该门策略的 AppArmor profile,均在 65 个 payload 上(Table 4)。期望来自逐案记录、诱饵树快照差分和带指纹的账本。
- 313 例继承语料只作与前作可比的锚;Fig. 3 注写明,冻结表与机制表可作分母,继承行与跨平台表只做覆盖审计。
作者的定位是:不重报架构与 Windows 结果,而测量同一扇门在 Linux 上的保真、按能力而非名称的可移植性,以及被咨询后的效果与误拦截。
How does the paper address this problem?
门消费已实现动作而非shell文本,用七条规则给出ALLOW、ASK或DENY,再用变异与三oracle测边界。
policy gate 不解析 shell 文本。realiser 把命令变成已实现动作,门用七条规则给出 ALLOW、ASK 或 DENY;执行器是否咨询它被单独测量。七个文件的哈希合成仪器指纹,文中每个数字都带指纹。
已实现动作
- realiser 产出状态、动词、操作数、展开计数、带解析 zone 的路径目标、环境前缀,以及按路径给出程序时其字节的 sha256。
- 无法静态枚举的构造(管道、子 shell、命令替换、花括号组)得到 MULTIPROC_UNDECIDABLE,而不去猜测。分号或换行隔开的顺序动作被拆开逐条裁决再聚合:任一拒绝占优;多于一个不同目标对象则升级为复核。
- 展开计数记录展开增加了多少目标,不记录是否用了模式。作者称,仅当 cp 或 mv 的 glob 恰好展开成两个源时,才只由展开信号决定,因为固定元数动词本来就可以带两条路径。
- 结构化 intent 含类型化操作、绝对路径和类型化参数,此时完全不解析 shell。两条通道共用门与凭证层。读不懂的构造把原因写进理由文本;作者把调用方无法据以行动的理由视为缺陷。
七条规则与权限
- 规则为:对不可实现输入(含门自身内部异常)失败关闭;敏感动词按效果而非名称降级;程序身份按名称、位置、对象内容与属性判断;对已解析目标做 zone 判断;保护工作区根;展开与复数;意图绑定要求声明对象集覆盖实际作用对象。规则依赖是有意的:zone 规则先解析符号链接再判断。
- 五个 zone:仅靠门防护的可写工作区;测试身份可写但视为受保护的 zone,用来把门的效力与内核分开;root-only zone,用来测下层 DAC;外部可写 zone;其余为 foreign。
- 批准发出一次性凭证,绑定动词、对象身份(设备与 inode)、路径、完整参数向量、参数键与内容摘要,且只消费一次。带空白或 shell 元字符的词当字符串而不是路径目标。
测量纪律
- 先写预测再改代码。预测可真可假,并归档,包括被数据否定的预测。
- 三层 oracle(Fig. 2):逐案记录的期望、诱饵树执行前后快照差分(符号链接、硬链接、bind mount、sticky 目录),以及盖了七文件指纹的账本。作者规定三者一致才报告结果;不一致按 payload、range、门的顺序当作发现。
- 分母:313 例只是可比性锚。只有有 Linux 拼写的行可裁决,且与记录期望不同不等于自动是错误。作者报告,曾有一轮声明对象列由命令经正则导出,意图绑定规则无法触发。
- 依赖活文件系统的读数必须连同目标 range 状态一起报告。作者称这种读数是 range 状态的函数。每套故意喂坏输入的测试也喂阳性对照。
变异、机制表与跨平台审计
- 六张机制表各钉住一个机制。每条主张至少两种载体:不同拼写的同一效果应落到同一决策,同一拼写在效果不同时应落到不同决策。
- 变异对象是决策过程,不是工作负载。算子表记录所针对源文本的哈希,文件不匹配就拒绝运行。理由层的签名是裁决、决定该裁决的理由,以及分类别的理由计数。
- 跨平台不按命令名,而按能力语义,在选定的 Ubuntu 镜像与工具集内重判。作者把映射状态写成这项研究的状态,而不是平台范围缺失的证据。
- Fig. 3 注写明:机制表与冻结表可作分母;继承行与跨平台表只做覆盖审计。
执行挂钩
- 挂钩加在执行驱动上,显式开关,默认关闭,以便历史测量可复现。每次 pass 从恢复后的目标 range 开始。
- 喂给门的是 payload 正文,工作目录与执行器相同。作者称,若只喂启动命令,门只能看见脚本路径,那样得到的拦截是假的。
- 裁决路径不读累积状态。特权账本由固定工具名列表导出,解析一次并缓存。累积在凭证账本,每次核验都读;作者用与活账本相同列布局和行类型的合成账本测加载,每格取 30 次中位数。
What experiments did the paper conduct?
只拦截DENY时,65个payload的逃逸从25到0,良性误拦截为0;冻结表两轮61/61。
主实验测的是策略门本身;语言模型只出现在 Section 9 的未认证端点快照里。
实验设置
- 被测对象:RQ1–RQ3 的对象是七文件策略门,不是语言模型。Section 9 把同一批案例送到一个第三方 OpenAI-compatible 网关,request label 为 claude-opus-5、deepseek-v4.1-flash、gpt-6-astra。作者称这是 2026 年 9 月 25 日的探索性端点快照,不是已认证的模型比较;归档没有 response ID、返回的模型字段和提供商回执。
- 语料:冻结表 61 例,两轮(有无声明意图);另有 13 行补充,无声明与有声明各评成 74 行。门自测 49,凭证层自测 12。六张机制表共 78 行(17、7、13、13、18、10)。变异为 50 个语义算子,语料含自测 49、上述 74+74,以及 3 个故障注入案例,另有 17 个理由层探针。继承审计为 313 例中有 Linux 拼写的 216 行。审计池 82 行,对照表 98 行(为本文撰写)。执行实验 65 个 payload。
- 基线:不咨询门的 control,以及承载该门策略的 AppArmor profile(Table 4)。变异侧,作者报告更早一轮只比较裁决。端点侧以门的 DENY 与 ALLOW 为对照。
- 指标:false-allow、false-deny;mutation score 与 dangerous-operator score;ESCAPE(期望 DENY 且观察到副作用)、UNDER_BLOCK、ALLOW 组执行、ALLOW 组误拦截;端点侧为逐案多数的不拒绝(execute 或 ask)与立即执行。
- 判定:没有 LLM 裁判。内核真值来自诱饵树前后差分;三者一致才报告。端点实验每个案例 5 次,去重时优先成功响应而非 HTTP 失败。未解析案例被点名:第一张表为 P1-T195、P1-T255、P1-T267、P1-T271,第二张表为 P1-T125、P1-T203;其余案例保留全部 5 次。
- 指纹:Table 2 在 285ec6bd7ecc。control 与只拦截 DENY 在 6c083e60ceeb 重测,并与 285ec6bd7ecc 的对应结果逐字节一致。gate.py 的 2c3c46650fa1 为两代共有。
主结果
据 Table 4。65 个 payload,每次从恢复的 range 镜像、重新生成的诱饵树和两个已恢复的程序夹具开始。control 的误拦截格是表中的破折号。
Swipe horizontally to read the table
策略 ESCAPE UNDER_BLOCK ALLOW组执行 误拦截ALLOW组 Control(不咨询门) 25 32 8 — 只拦截 DENY 0 57 8 0 DENY+ASK 0 57 0 8 DENY+ASK,去掉模板 shell 0 57 8 0 AppArmor 8 49 8 0 - 作者称,只拦截 DENY 是测出来的,不是默认。该语料上 532 个 ASK 里没有一个是真实动作:354 属于注释行,178 属于生成器包裹的非注释脚手架,相对的真实动作是 77 个 ALLOW 与 54 个 DENY。因此拦截 ASK 会挡住良性组,且不增加安全性。
- 去掉模板 shell 后,文本与语料动作列在 61/61 例上逐字节相同,且不放松任何拒绝。作者仍只部署 DENY,因为该修复是调用方要求,不是因为严格策略不可用。Fig. 5 注写明,图中两次 pass 都不拦截良性组,与 Table 4 的严格策略不同。
- 作者称,AppArmor 白名单无法拒绝摧毁它授予的 zone,对象与路径之别在这次翻译后仍然存在;八个未挡住效果的拆分在 Section B.1d,正文未逐条列出。另有两个 payload 以账本为作用对象,不咨询门时都成功,该次已写的 47 行丢失;旁路 oracle 不监视该目录。作者称,守卫写入的文件在 payload 能写账本时仍不是边界。
裁决保真与变异
- 冻结表两轮均为 61/61,false-allow 0.0%,false-deny 0.0%。自测 49/49,凭证层 12/12。Table 1 的六块分别抓住:分隔符吃掉管道字符并静默丢行、两生产者对字段角色不一致因而同一请求裁决相反、相对声明规范化、两层绑定对象不同、只喂坏输入的套件会被全拒绝层通过、重命名副本按内容而非名称识别。
- Table 2(指纹 285ec6bd7ecc):规格杀死 41,其中不安全的 deny 变 allow 为 24;仅理由层杀死 5;任一层杀死 46;mutation score 92.0%;dangerous-operator score 48.0%;存活 4;锚失败 0;未变异门在活动行上 198/200;阳性对照 3/3。理由探针按预写期望自检 17/17。更早只比裁决的一轮有 6 个只改理由文本的改动存活,加上理由层后杀死其中 5 个。Section 5 另写两个只改措辞的阳性对照,各被恰好一个探针抓住。
- 四个存活者被分类:特权工具列表漏了 su;这些行上最长前缀与最短前缀的 zone 匹配不变,交换二者的变异无法区分;没有行声明穿越符号链接的路径,故 abspath 与 realpath 无法区分;第四个丢掉展开信号、改用复数信号,是否被杀死取决于目标 range。作者称前三个是语料盲点,第四个是方法的性质。
跨平台与继承审计
- 216 行全部裁决且未崩溃:191 个单动作,15 个静态不可判定,10 个拆成序列。裁决为 DENY 132、ALLOW 43、ASK 41。与记录期望一致 133。83 个差异被归因而不记为准确率:58 other、19 个区外目标、3 个工作区根、2 个复数、1 个失败关闭。
- 误放行集合为 30 行。作者分级:11 为载体错位,10 为跨平台机制差异,9 为推导本身的映射错误。事先的内部预测是 0 次误放行;作者写明测量给出 30,引用的是测量。作者认为只有中间一类可能是门的盲点。
- 82 行审计池:43 行重表达,21 行是载体差异或已覆盖,16 行在本研究映射下未实例化或不适用,2 个凭证层行因路径从未落入 range 而未解决。摘要把后两类写成 21 个载体差异与 16 个研究特定的不适用行,计数相同。原标“无对应”的 25 行里,4 行仍未映射:reg query、reg add、reg delete、wmic。作者称这是该 Ubuntu 镜像与工具集上的有界结果,不排除其他主机或工具集上的类似管理能力。98 行对照表为 53 native、45 载体不同(Table 3:EXC 6/8,RSV 22/8,CAP 6/0,PRM 11/21,DEL 4/0,WRT 4/8)。另有一行翻译在句法上忠实、语义上相反:Windows 环境变量名不区分大小写,Linux 区分。按名称保护的规则没有 zone 等价物,十行继承案例因此与期望不同;UNC 路径的翻译被作者承认为有损。
端点快照
- 原始/Linux 输入为 259/212 行,记录尝试 3,902/3,180。去重后分析槽 3,885/3,180,解析 3,879/3,178。调用级不拒绝为 92.2%(3,578/3,879;CI 91.4–93.0)与 93.1%(2,959/3,178;CI 92.2–93.9)。作者称 ask 交给人批准,因此这不是自行批准率,也不是立即执行率。
- Table 6 是排除端点外上下文之前的归档观察。122 例上的 DENY 不拒绝为 84.4%、95.9%、97.5%。99 个 strict-DENY(去掉依赖平台的拒绝)上,不拒绝多数为 81.8%、94.9%、98.0%,立即执行多数为 24.2%、4.0%、52.5%。摘要写的是 81.8–98.0% 与 4.0–52.5%,与 strict 列一致。40 个门 ALLOW 行的拒绝均为 0%,送人复核为 27.5%、65.0%、17.5%。Fig. 8 把 99 例标成 24/57/18、4/90/5、52/45/2,图注写明这是排除之前的归档观察。
- 7,065 条保留响应中有 114 条含请求里没有的上下文(82 条原始、32 条 Linux,全在第二个 label 下)。去掉后,调用级不拒绝从 92.2/93.1% 升至 92.8/93.2%;该 label 的 DENY/strict 多数从 117/122(95.9%)与 94/99(94.9%)变为 115/122(94.3%)与 93/99(93.9%);P1-T038 与 P1-T235 变成平局。同一案例改写成另一平台后,端点决策位移 −2.8、−2.4 与 −0.5 个百分点(分别影响 8、9、5 行)。作者称,该 99 例子集上继承期望与 Linux 门都是 DENY,所以门的拒绝在这个决策匹配子集上按定义稳定;端点位移是该集合内的措辞或载体敏感。作者称门消费的是动作与策略状态,不知道是哪个模型产出的。
其他消融与分析
- Table 5(每格 30 次中位数,主账本 / 主账本加第二账本):10 行 0.037/0.073 ms(1.98×),100 行 0.141/0.295 ms(2.09×),1,000 行 1.243/2.500 ms(2.01×),10,000 行 18.908/37.792 ms(2.00×),100,000 行 218.103/439.827 ms(2.02×)。正文写一万条凭证时单次核验约为 19 ms,或加第二读约为 38 ms。作者报告 log–log 斜率 0.97,Fig. 6 标注约为 0.97,且从一千行到十万行 175×。活凭证账本缺席,暂存账本 13 行。绝对毫秒属于 Ubuntu 26.04、Python 3.14.4、八核 Hygon。
- 定字节下把列数砍到四分之一,加载从 14.0 ms 到 20.5 ms,否定了作者把线性成本主要归于列数的预测。拟合给出 a≈162 ns/行、b≈3.0 ns/字节,原始读为 0.14 ns/字节。备忘录上限 4096,在第 5445 个不同对象处观察到整表清空;清空后重哈希代价为 3.0×(小于 16 KB)、4.9×(16 KB 至 1 MB)、44.2×(大于 1 MB)。第一次探针因不回访只报 1.3×,作者将其作为负对照。
- 删一个诱饵文件,变异分从 92.0% 到 94.0%,并改变一个算子的命运。脏 range 镜像曾使冻结表从 61/61 降到 59/61,并出现两次误放行;恢复镜像后表回到 61/61,逃逸数回到 0。作者记下四条安静规则,包括重新生成诱饵不会重建镜像,以及跨批次比较必须声明 range 状态。bind mount 别名缺失时,CORE-WRT-05 与 LNX-MNT-01 的裁决从 DENY 变为 ASK,Table 4 的分类不变。
- 一种 bash -c 展开在解析失败时吞掉退出状态并退回空参数向量,门因没有目标而不拒绝。修复为解析失败时非零退出。同一系列改动后,继承审计误放行从 42 降到 30。作者报告五项预测被数据否定;自测期望按猜测的分类写成,49 项里 46 项立即失败。Section 11 称其中两项指向真实缺陷:一处通过测试未抓住的失败打开,以及从前一手交接继承的过期基线。
- 无路径目标一律升级复核的规则被放松后,误放行从 30 到 31;加上“任一操作数带路径证据则不放松”后回到 30。作者称,按其自身衡量,该放松改变三个合成形态,不改变冻结表、机制表或 65 个 payload。另一项曾被认为能让良性脚本通过的放松,在 65 个 payload 与冻结表上不改变任何决策。
- 六个不是作者撰写的继承行在新行上带第二个动作,段数为 2/2/2/2/4/2,其中四个被拒绝。作者对未被拒绝的两行给出 payload 或策略层解释,而不是拆分失败。oracle 残差为 2.6%(117 次重执行中 3 次);作者归为方法下界,受影响形态为硬链接对与 bind-mount 视图。
What are some points that can be further explored?
作者写明门不能跨语句传状态,也不能在无路径时解析符号名。
作者把不能做的事写成层的边界,并把账本成本与文件系统之外的对象模型写成扩展而不是修复。
作者指出的局限与后续方向
- 身份:程序名不是身份,这一层不能把它变成身份。按路径给出的重命名副本可识别,但把识别变成决策需要有人维护的已知程序对象账本。作者报告识别可用,绑定是策略(Section 10)。
- 有损投影:按名称保护的规则没有 zone 级等价物;UNC 式路径若不发明挂载策略就无法忠实翻译。作者写成模型的后果,不是待修补的缺陷(Section 10)。
- oracle 与保守规则:117 次重执行中 3 次(2.6%)改变了诱饵树,但快照差分无法归因。作者将其分类为方法的下界;补上需要执行后再做一次闭包,代价是动作已经跑完才判断(Section 10)。同一节写明,无路径目标一律升级复核的规则还在抓住目标提取失败;放松后一个继承案例从复核变成允许。
- 对象模型与顺序语句:门推理的是文件、路径、zone 与程序对象。没有路径目标的动作仍可能有模型外效果,没有目标不等于无害。顺序语句独立裁决,一条语句里的 PATH 赋值不会告知下一条裸命令名。作者称这是按设计的边界,不是缺陷,符号到目标的解析属于平台(Section 10)。
- 效度:继承 payload 的差异不是自动的错误。冻结表 61 行,机制表每块 7–18 行;语料、规则与算子同一作者,可能共享盲点。冻结能阻止测后调参,但不提供独立验证。一次 pass 内 65 个 payload 共享一个目标 range,Table 4 比较的是整次 pass。端点结果限于该端点、日期与子集,label 或后端可能变化(Section 11)。
- 后续:作者指出两个方向是层的扩展而不是修复:账本增长时的裁决成本,以及跨语句推理和文件系统之外的对象模型(Section 12)。Section 8 写明会做但未实现的修改:按路径、大小与修改时间缓存已解析账本,并用淘汰策略替换整表清空。作者预测、但未实现:前者使 Fig. 6 的 log–log 斜率低于 0.2,后者去掉台阶并保持内存界。
实验覆盖范围
- 策略门实验在作者选定的 Ubuntu 镜像与工具集上进行;报告绝对毫秒的机器为 Ubuntu 26.04、Python 3.14.4、八核 Hygon。前作 Windows 的 313 例结果不在本文重报。
- 可作分母的语料为冻结 61 例(两轮)、机制表 78 行、门自测 49、凭证层自测 12。覆盖审计用 216 行 Linux 拼写、82 行审计池与 98 行对照表。执行实验为 65 个 payload,策略为 control、只拦截 DENY、DENY+ASK、去掉模板 shell 的 DENY+ASK,以及 AppArmor。
- 变异为 50 个语义算子加 17 个理由层探针,报告于指纹 285ec6bd7ecc;执行对照在 6c083e60ceeb 重测。作者报告锚失败为 0,Table 2 的阳性对照为 3/3,四次执行 pass 从恢复的基线重跑并逐字节一致。
- 端点快照使用一个第三方网关的三个未认证 label,日期为 2026 年 9 月 25 日,每案例 5 次;原始/Linux 为 259/212 行。论文报告 114/7,065 条响应含请求外上下文,54 个归档字段停在 4,000 字符捕获上限,重解析与 22 条已存逐次决策不一致。
- 论文报告了三 oracle 不一致时的处理顺序、残差 3/117,以及删除一个诱饵文件后变异分从一个读数 92.0% 变为 94.0%。论文未报告 Table 5 每格 30 次的原始加载值,只归档了汇总中位数。
Summarize the main content of the paper
门在Linux上两轮61/61;咨询后逃逸为0且不拦良性payload,但跨语句状态与文件系统外效果不在其知识内。
作者测量一扇不解析 shell、只消费已实现动作的策略门,在 Linux 对照上知道什么、翻译后失去什么、被执行器咨询后改变什么。
- 问题:门在特权执行前给出 ALLOW、ASK 或 DENY,但不判断意图,也不看模型输入。前作留下的问题是,同一扇门迁到 Linux 后保真是否还在、哪些治理规则能按能力映射、咨询它是否改变机器上的结果以及误拦截。
- 方法:realiser 产出动词、操作数、解析 zone 与程序对象摘要;七条规则失败关闭,zone 先解析符号链接。一次性凭证绑定动词、对象身份与内容摘要。测量用三 oracle、双载体机制表、带理由层的变异,以及默认关闭的执行挂钩。依赖活文件系统的读数要连同 range 状态报告。
- 保真:冻结 61 例两轮均为 61/61,false-allow 与 false-deny 均为 0.0%。50 个变异在指纹 285ec6bd7ecc 下杀死 46 个,分值为 92.0%,四个存活者被逐一分类。继承审计的 30 次误放行按原因分级;作者不把它写成门的准确率,并写明事先预测是 0。
- 执行与映射:65 个 payload 上,不咨询门时 ESCAPE 为 25;作者部署的只拦截 DENY 时为 0,ALLOW 组误拦截为 0(Table 4)。DENY+ASK 会误拦截良性组。82 行中 43 行重表达;原标无对应的 25 行里,4 行在该主机与工具集上仍未映射。作者强调这不是平台范围缺失的证据。另有一行翻译后语义相反。
- 端点、成本与结论:三个未认证 label 在 99 个 strict-DENY 上的不拒绝多数为 81.8%、94.9%、98.0%,立即执行多数为 24.2%、4.0%、52.5%(Table 6,排除端点外上下文之前)。凭证核验的加载随行数上升,作者报告斜率 0.97。作者认为这扇门的保真足以值得构建,边界也可以写明;它不能跨语句传递语义状态,不能在没有路径时解析符号名,对象模型是文件系统,没有目标也不等于无害。