AgentTracer:通过细粒度意图-执行对齐追踪间接提示注入攻击
提出 AgentTracer,事后定位间接提示注入的注入点并重建攻击链
- arXiv
- 2610.09935
- Published
- Layer
- Application layer
- Setting
- AI Agent
- DefensesMonitoring and auditing
- AttacksPrompt injection
Another 240papers do not have category tags yet and are not included in filtered results.
提出 AgentTracer,事后定位间接提示注入的注入点并重建攻击链
提出 MFOTL 离线时序验证以监控工具 Agent 的危险动作链
这篇论文对工具调用大语言模型智能体的安全监控进行了形式化时序验证研究。
实现 DEFER,以确定性检查优先拦截多智能体流水线的内容攻击
DEFER 用来测量多智能体授权流水线里,确定性规则在何处结束、LLM judge 从何处开始。
提出危害窗口与区间指标,统一评测分解攻击和提示注入下的智能体滥用监视
Abstract统一智能体滥用监视框架,动作视角兼顾两类威胁但危害定位仍存瓶颈。
提出 PAA 方法,在边界动作前审计长流程智能体的分阶段提示注入
本研究针对长流程智能体在执行任务时面临的分阶段间接提示注入威胁,提出了在动作生效前进行拦截的边界动作审计框架与路径对齐归因方法。
重测提示注入检测器在 Agent 工具输出上的检出与任务阻断
Abstract论文揭示公开基准无法反映智能体检测器表现,检测能力源于输入格式相似而非通用防御,建议基于工具输出与低误报评测。
提出 DART,用去噪表征转移检测多轮智能体攻击并注入提醒
提出 Tracekit,审计编码 Agent 的意图、推理与动作并检测账本篡改
Tracekit 是无第三方依赖的编码智能体审计层:把人类请求、模型自述和已执行动作并排写入可外部锚定的哈希链,执行前用正则门,事后用规则和独立模型互查。
构建支付欺诈基准 ACB,评测花钱智能体的欺诈检测
ACB 是一套智能体支付欺诈基准与检测参考栈,目标是衡量钱是否被不当提取,而不仅是智能体是否接受了恶意指令。
提出 TACIT,从冻结内部状态检测智能体有害轨迹
Abstract提出基于内部表征的智能体轨迹安全检测方法 TACIT,揭示工具风险表征特性并在多项基准上提升检测表现与效率。
提出 ATF 与 NTR,过滤或恢复工具集以阻止 Agent 调用攻击工具
提出 ActGuard 执行前动作审计,定位并遮盖间接提示注入的恶意片段
提出 MCPSEC,仅凭工具元数据无盒检测 MCP 间接提示注入漏洞
提出神经符号纵深架构,阻断 AI-SOC 的日志投毒与间接提示注入
提出类型化溯源与断言护栏,约束持久 Agent 释放自传断言
提出 S³,用 guard agent 编排阶段安全技能防御智能体多阶段风险
Proposes MTGuard, which blocks unsafe tool calls by comparing MCP call declarations with execution traces.
提出 Janus 前瞻守卫,在长程智能体执行有害动作前拦截潜在风险
Proposed GhostWriter memory poisoning, which writes into the agent's long-term memory via email and calendar and activates across sessions
提出 Agent MechSuits,对多轮 CLI Agent 做步级检测与子空间转向
Agent MechSuits 是面向多轮 CLI 智能体的白盒、步级表示防御,并配有可执行轨迹基准 MAS。