10月8日 · 周四

供应链安全 · 论文

找到 5 篇

筛选2

攻击类型

提示注入3 投毒与后门2

攻击技术

推理链操控1 潜伏触发3 诱导选用1

模型自身风险

Agent 危险操作1

影响

有害内容1 越权操作3 输出被操纵1

系统形态

AI Agent5 编程 Agent3

攻击面/入口

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

层

提示层1 应用层4

系统组件

MCP 与技能9 记忆4 RAG1 护栏与评审1 推理链1 权限与沙箱4 微调与开源权重4 音频1 多模态1

被测模型厂商

其他5

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 48 篇还没打标签，不在筛选结果里。

系统组件：推理链系统组件：权限与沙箱话题：供应链安全清除全部

另有 48 篇论文还没打上分类标签，暂不在筛选结果里。

攻击arXiv:2608.29381 · 8月30日
研究者提出 Agent 检查点回滚的五类安全失效，并在 Hermes、Cline、LangGraph 上实现三种攻击
提出破坏执行连续性的回滚攻击，揭示检查点恢复的安全故障
AI Agent测试DeepSeek-v4应用层
- Agent 危险操作
- 权限与沙箱
摘要论文系统研究了智能体 C/R 的安全性，分析了合法回滚破坏执行连续性的机理，并实证评估了其普遍性与危害。
完整解读
攻击arXiv:2609.01222 · 9月1日
研究者提出上下文权限提升攻击，12 款 Agent 框架均受影响
提出上下文特权提升攻击，借助记忆、技能与仓库内容操纵编程智能体
编程 Agent测试GPT-5.5、GPT-5.4 mini、Claude-Sonnet-4.6 等 7 个应用层
完整解读
攻击arXiv:2608.23858 · 8月25日
研究者对 Google AP2 v0.2 做系统安全分析，识别 48 项威胁
系统分析智能体支付协议 AP2，揭示合法签名无法阻止前置上下文操纵
AI Agent测试gpt-5.3、gpt-5.5应用层
完整解读
攻击arXiv:2609.03884 · 9月3日
HookPry：利用插件生命周期钩子更新劫持 AI Agent 框架
提出 HOOKPRY，利用插件生命周期钩子更新劫持智能体框架执行命令
编程 Agent测试Claude Sonnet 4.6、DeepSeek-V4-Pro、Kimi-K2.6 等 6 个应用层
完整解读
攻击arXiv:2609.01023 · 9月1日
Akrasia：针对推理型代码 LLM 的隐蔽后门攻击
提出 AKRASIA 推断期后门，用代码级触发器与伪装推理操纵代码模型
编程 Agent测试Claude-Sonnet-5、GPT-5.5、Gemini-3.5-flash 等 7 个提示层
摘要论文针对推理代码大模型提出了隐蔽推断期后门攻击 AKRASIA，揭示了模型思维链可被利用进行欺骗性伪装的安全隐患。
完整解读

已经到底了

供应链安全 · 论文

攻击类型

攻击技术

模型自身风险

影响

系统形态

攻击面/入口

层

系统组件

被测模型厂商

研究者提出 Agent 检查点回滚的五类安全失效，并在 Hermes、Cline、LangGraph 上实现三种攻击

研究者提出上下文权限提升攻击，12 款 Agent 框架均受影响

研究者对 Google AP2 v0.2 做系统安全分析，识别 48 项威胁

HookPry：利用插件生命周期钩子更新劫持 AI Agent 框架

Akrasia：针对推理型代码 LLM 的隐蔽后门攻击