跳到正文
10月10日 · 周六

全部论文

找到 4 篇
筛选8

攻击类型

提示注入4投毒与后门3提取与窃取1恶意使用0

系统形态

模型与 API3

攻击面/入口

用户输入10网页与界面1工具返回3工具与技能描述4图像与音视频3训练数据3分发渠道4

系统组件

记忆5监控器2微调与开源权重17视觉7音频2嵌入0多模态11
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 232 篇还没打标签，不在筛选结果里。
攻击类型：投毒与后门攻击类型：提取与窃取攻击类型：恶意使用攻击面/入口：网页与界面攻击面/入口：训练数据系统组件：监控器系统组件：音频系统组件：嵌入清除全部

另有 232 篇论文还没打上分类标签，暂不在筛选结果里。

  2. 评测与基准arXiv 2609.28915

    研究提出 ACE 语料库，评估内核级证据对 Agent 安全检测的有效性

    构建 ACE 语料，评测内核级证据对 Agent 攻击检测的有效性

    arXiv
    2609.28915
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    AdaBoost、XGBoost、TabPFN 等 10 个
    摘要ACE 用配对的内核与应用层证据表明，syscall 痕迹可判别智能体攻击，两层组合通常更好。

    ACE 是一份把智能体会话的内核 syscall 痕迹与应用层清单、转录配对起来的检测语料和基准。。

    深度解读完整解读
  4. 攻击arXiv 2605.30040

    研究揭示 LLM 按 token 计费可被服务商系统性虚报

    构造可通过计费审计的 token 虚报，使服务商系统性超收

    arXiv
    2605.30040
    发表
    层
    基础设施层
    场景
    模型与 API
    被测模型
    PALACE domain-adapted auditor
    摘要不诚实提供方可在三种 token 审计上虚报并通过检查，作者认为需改用提供方不控制的证据。

    不透明 LLM 的按 token 计费里，现有审计核验的是提供方可控的证据，不诚实提供方可以虚报并通过检查。。

    深度解读完整解读
已经到底了