10月9日 · 周五

全部论文

找到 1 篇

筛选3

攻击类型

提示注入1 投毒与后门1

防御类型

指令与数据隔离1 权限与审批1

影响

输出被操纵1

系统形态

攻击面/入口

用户输入3 网页与界面1 文档与消息0 工具返回3 检索语料2 记忆写入3

层

系统组件

MCP 与技能5 记忆1 RAG1 护栏与评审5 监控器6 推理链1 权限与沙箱8 视觉1 多模态1

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 664 篇还没打标签，不在筛选结果里。

攻击面/入口：网页与界面攻击面/入口：文档与消息系统组件：记忆清除全部

另有 664 篇论文还没打上分类标签，暂不在筛选结果里。

防御arXiv 2609.021279月2日
论文提出带类型溯源与断言护栏，防止持久化 AI Agent 把不可信输入当作自身历史
提出类型化溯源与断言护栏，约束持久 Agent 的自传断言释放
arXiv
2609.02127
发表
9月2日
层
应用层
场景
AI Agent
- 防御指令与数据隔离
- 攻击投毒与后门
- 组件记忆
深度解读完整解读

已经到底了