全部论文

FAB 攻击：给 HuBERT/WavLM 植入后门，背景警笛声即可让下游语音任务失灵

提出 FAB 攻击，向声学基础模型植入可由环境声触发的后门

arXiv

2610.09819

发表

10月7日

层

训练与数据层

场景

模型与 API

被测模型

HuBERT-base、WavLM-base

• 攻击投毒与后门
• 技术潜伏触发
• 组件音频
• +1+1

MADBench：多智能体辩论安全性评测基准发布

提出 MADBench，评测多智能体辩论是吸收还是放大对抗影响

arXiv

2609.39146

发表

9月30日

层

应用层

场景

多智能体

被测模型

gpt-4o、GPT-5、GPT-6 Astra

• 攻击提示注入
• 组件RAG
• +1+1

机器遗忘在 ASR 中是否有效：arXiv 论文评估现有算法与评测工具

arXiv

2609.34092

发表

9月28日

层

训练与数据层

场景

模型与 API

被测模型

E-Branchformer

• 防御模型加固
• 攻击提取与窃取
• 组件音频

论文提出针对 Agentic RAG 的检索器后门攻击与 DOU 隐藏方法

提出检索器后门攻击操纵智能体搜索，并用 DOU 逃避检测

arXiv

2609.37468

发表

9月26日

层

应用层

场景

AI Agent

被测模型

E5、Contriever-MSMARCO

• 攻击投毒与后门
• 技术潜伏触发
• 组件RAG
• +3+3

GraphProfiler 用个人知识图谱推断敏感属性并溯源到具体帖子

提出 GraphProfiler，用个人知识图谱从帖子历史推断敏感属性并溯源

arXiv

2609.12448

发表

9月11日

层

应用层

场景

LLM 应用

• 攻击恶意使用
• 组件RAG

MMPIBench：多模态提示注入对六种 Agent 框架的跨框架评测

用 MMPIBench 评测多模态提示注入对 Agent 框架的影响

arXiv

2609.09404

发表

9月9日

层

应用层

场景

AI Agent

被测模型

Claude Opus 4.8、GPT-5.4、Gemini 3.1 Pro 等 6 个

• 攻击提示注入
• 技术跨模态载荷
• 组件视觉
• +1+1

CodePoisonRAG：针对检索增强代码生成的知识投毒攻击

提出 CodePoisonRAG，对检索增强代码生成的知识库投毒以植入漏洞

arXiv

2609.02774

发表

9月3日

层

应用层

场景

LLM 应用

被测模型

Qwen 3.5 9B、Code Llama 13B、DeepSeek-Coder-V2 16B

• 攻击投毒与后门
• 技术潜伏触发
• 组件RAG

GhostWord：针对自动语音识别的细粒度后门攻击

提出 GhostWord 词级触发后门，对自动语音识别做数据投毒

arXiv

2609.04260

发表

9月2日

层

训练与数据层

场景

模型与 API

被测模型

Whisper-Small、Whisper-Medium、MMS 等 4 个

• 攻击投毒与后门
• 技术潜伏触发
• 组件音频
• +2+2

PaperGuard：针对多模态 AI 同行评审的攻击与防御基准

提出 PaperGuard，用图文注入与梯度扰动抬高自动审稿分数并检测恶意指令

arXiv

2606.12716

发表

6月11日

层

应用层

场景

LLM 应用

被测模型

Claude-sonnet-4.5、GPT-4o、GPT-4.1 等 11 个

• 攻击提示注入
• 技术跨模态载荷
• 组件视觉
• +2+2