MCP-ITP：面向 MCP 隐式工具投毒的自动化框架

研究者提出 MCP-ITP，一个面向 MCP 生态隐式工具投毒的自动化框架，论文称其为该场景下首个自动化自适应框架。隐式投毒中被投毒的工具本身从不被调用，而是靠工具元数据里的指令诱导 Agent 改调合法但高权限的目标工具执行恶意操作。方法把投毒工具生成建模为黑盒优化问题，用攻击 LLM、检测 LLM 与评估 LLM 的迭代反馈同时提高攻击成功率并规避检测。在 MCPTox 数据集（45 个真实 MCP 服务器、353 个真实工具）的 548 个隐式投毒用例上，跨 12 个 LLM Agent 评测，GPT-3.5-turbo 的 ASR 从 48.2% 升到 84.2%，DeepSeek-V3 从 44.8% 升到 78.4%，MDR 在 AI-Infra-Guard 下最低降至 0.3%。

Deep readingGenerating