跳到正文
10月8日 · 周四

提示注入 · 论文

找到 7 篇
筛选2

攻击类型

提示注入7投毒与后门2

攻击技术

潜伏触发2

防御类型

指令与数据隔离2权限与审批4

影响

越权操作5数据与隐私泄露1输出被操纵1

系统形态

AI Agent7编程 Agent2网页与电脑操作1多智能体1

攻击面/入口

用户输入1网页与界面2文档与消息2工具返回3工具与技能描述1代码仓库与依赖2检索语料1记忆写入2

层

应用层7

系统组件

MCP 与技能4记忆3RAG2护栏与评审8监控器1推理链2权限与沙箱7视觉3音频1多模态3

被测模型厂商

OpenAI9Qwen（阿里）8Anthropic7Google7DeepSeek6其他12
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 45 篇还没打标签，不在筛选结果里。
系统组件：权限与沙箱被测模型厂商：Google话题：提示注入清除全部

另有 45 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 防御arXiv 2609.11757

    研究者披露 AP2 支付协议的 Whisper 提示注入攻击并提出 A-VIP 防御

    提出 Whisper 攻击与 A-VIP 绑定防御，约束智能体支付决策

    arXiv
    2609.11757
    发表
    层
    应用层
    场景
    AI Agent
    测试
    gemini-2.5-flash-lite、gemini-3.1-flash-lite、gemini-3-flash-preview 等 15 个

    摘要论文揭示了 AP2 协议决策层受操纵的风险，提出结构化与权能绑定防御 A-VIP，并发布评测基准。

    深度解读完整解读
  4. 防御arXiv 2609.17648

    多智能体 LLM 流水线中的信任传播与结构隔离

    提出任务绑定令牌与策略预言机，在多智能体流水线中拦截未授权执行

    arXiv
    2609.17648
    发表
    层
    应用层
    场景
    多智能体
    测试
    gemma4:31b-cloud
    摘要结构性授权拦住了记忆投毒的未授权执行，持密钥时承重的是策略预言机。

    作者在一条会改写沙箱邮件库的四智能体流水线上，检查低权限失陷会不会变成未授权的真实动作。

    深度解读完整解读
  6. 评测与基准arXiv 2609.32691

    研究审计 Agent 安全评测缺陷：工具调用中介在间接提示注入下的有效评测框架

    提出卡点评测框架，以实参级谓词审计间接提示注入评测的测量偏差

    arXiv
    2609.32691
    发表
    层
    应用层
    场景
    AI Agent
    测试
    gemma4:12b、gpt-5.6-terra、llama3.1:8b 等 4 个

    摘要论文揭示了 IPI 评测中导致指标虚高的系统性缺陷，通过构建有效评测框架纠正了多项安全与模型能力结论。

    深度解读完整解读
已经到底了