跳到正文
10月10日 · 周六

全部论文

找到 5 篇
筛选6

攻击类型

投毒与后门5

攻击技术

自动化搜索6针对防御7潜伏触发5

系统形态

模型与 API2AI Agent17coding agent3

层

应用层3

系统组件

MCP 与技能4记忆3监控器0微调与开源权重13视觉3图像生成2多模态7
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 244 篇还没打标签，不在筛选结果里。
攻击技术：潜伏触发系统形态：模型与 API系统形态：coding agent系统组件：记忆系统组件：监控器系统组件：图像生成清除全部

另有 244 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 攻击arXiv 2610.05453

    研究者提出 Privacy-Leaking Watermarks，可在本地多模态模型中泄露对话隐私

    提出 PLW，用微调把先前对话敏感触发编码进后续生成图像

    arXiv
    2610.05453
    发表
    层
    训练与数据层
    场景
    模型与 API
    被测模型
    OmniGen2、BAGEL-7B

    摘要PLW 把先前对话线索写成后续图像中的隐水印，检出随触发、模型和间隔变化。

    深度解读完整解读
  3. 攻击arXiv 2609.13889

    PMPA：针对 OpenClaw 与 Claude Code 的持久记忆投毒攻击

    提出 PMPA，经外部源向 Agent 持久记忆投毒并跨会话泄露隐私

    arXiv
    2609.13889
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    DeepSeek-V4-Flash、DeepSeek-V4-Pro、Qwen3-Max

    摘要论文提出了持久记忆投毒攻击 PMPA，报告了 harness 智能体在处理外部数据时易受跨会话记忆投毒与隐私泄露的风险。

    深度解读完整解读
已经到底了