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

模型自身风险

Agent 危险操作1

防御类型

检测与过滤1 监控与审计1

影响

系统形态

攻击面/入口

用户输入5 文档与消息2 工具返回4 工具与技能描述1 代码仓库与依赖0 记忆写入1 Agent 间消息1 分发渠道1

层

系统组件

MCP 与技能1 记忆9 监控器1 权限与沙箱2

被测模型厂商

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 602 篇还没打标签，不在筛选结果里。

攻击面/入口：代码仓库与依赖攻击面/入口：记忆写入系统组件：监控器清除全部

另有 602 篇论文还没打上分类标签，暂不在筛选结果里。

评测与基准arXiv 2608.026838月3日
S³：用多阶段防御提升 LLM 智能体安全
提出 S³ 多阶段防御，由 guard agent 编排阶段安全技能检测并缓解风险
arXiv
2608.02683
发表
8月3日
层
应用层
场景
AI Agent
测试
DeepSeek-V4-Pro、DeepSeek-V4-Flash
- 防御监控与审计
- 攻击投毒与后门
- 风险Agent 危险操作
- 组件监控器
深度解读完整解读

已经到底了