跳到正文
10月10日 · 周六

全部论文

找到 4 篇
筛选7

攻击类型

提示注入3投毒与后门3

防御类型

检测与过滤3指令与数据隔离4权限与审批5监控与审计4

系统形态

AI Agent4

攻击面/入口

用户输入3网页与界面2工具返回3记忆写入3

层

应用层4

系统组件

MCP 与技能3记忆3监控器0权限与沙箱6视觉1图像生成0
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 196 篇还没打标签，不在筛选结果里。
防御类型：指令与数据隔离攻击面/入口：网页与界面攻击面/入口：记忆写入系统组件：记忆系统组件：监控器系统组件：视觉系统组件：图像生成清除全部

另有 196 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 防御arXiv 2610.09469

    Secure-CUA：约束计算机使用智能体中不可信内容的影响

    提出 Secure-CUA，用动作事务约束计算机使用智能体的不可信影响

    arXiv
    2610.09469
    发表
    层
    应用层
    场景
    web agent
    被测模型
    Claude Opus 5、Gemini 3.8 Flash、GPT-5.6-Sol
    摘要Secure-CUA 用每步事务约束不可信影响，良性 TSR 接近 Vanilla-CUA。

    Secure-CUA 要限制图形界面里不可信内容对 CUA 决策和 GUI 执行的影响，同时保留合法任务所需的不可信信息。

    深度解读完整解读
  3. 防御arXiv 2609.29647

    AgentKernel：面向 Agent 的可信原生操作系统内核

    提出 AgentKernel，用四支柱强制中介 Agent 的输入、工具与记忆

    arXiv
    2609.29647
    发表
    层
    应用层
    场景
    AI Agent
    摘要AgentKernel 是四支柱智能体 OS 设计，安全论证未附带实测数字。

    AgentKernel 是把安全做成组织原则的智能体 OS 架构，不是带跑分的攻防评测。

    深度解读完整解读
已经到底了