攻击arXiv 2608.041928月5日
研究者提出 SkillClone，仅凭正常提问即可克隆 LLM Agent 隐藏技能功能
提出 SKILLCLONE，仅凭良性任务交互重构 Agent 隐藏技能功能
arXiv
2608.04192
发表
8月5日
层
应用层
场景
AI Agent
攻击者
黑盒
测试
DeepSeek-Flash、DeepSeek-Pro、GLM-5.1 等 6 个
- 攻击提取与窃取
- 技术自动化搜索
- 组件MCP 与技能
摘要论文揭示了仅靠良性任务交互即可重构闭源智能体技能隐藏功能的风险，表明功能保密需要限制累积信息泄露。
论文从功能保密视角系统研究了大语言模型智能体技能的行为重构威胁。
深度解读完整解读
攻击arXiv 2610.0992010月7日
研究：多向量视觉文档索引可被反演还原页面内容
提出流匹配逆向框架，从多向量视觉文档索引重构页面
arXiv
2610.09920
发表
10月7日
层
应用层
场景
LLM 应用
测试
Tomoro-ColQwen3-8B、ColQwen3.5-4.5B、Tomoro-colqwen3-embed-4b 等 13 个
- 攻击提取与窃取
- 组件嵌入
深度解读完整解读
攻击arXiv 2609.182179月16日
研究：跨通道碎片化攻击可绕过 MCP 单通道防御
提出跨通道分段攻击，借 MCP 多通道隐式信任外发敏感数据
arXiv
2609.18217
发表
9月16日
层
应用层
场景
编程 Agent
测试
GPT-4o、GPT-4o-mini、GPT-5.4 等 15 个
- 攻击提示注入
- 技术编码与混淆
- 组件MCP 与技能
摘要论文揭示了 MCP 多通道隐式信任层级，通过跨通道分段与协议级利用突破现有防御，展示了严重的凭证外发风险。
深度解读完整解读
攻击arXiv 2607.255607月28日
SigLeak 可从执行轨迹推断专有 Agent 技能
提出 SigLeak，从执行轨迹比对中推断专有智能体技能
arXiv
2607.25560
发表
7月28日
层
应用层
场景
编程 Agent
攻击者
黑盒
测试
GPT-5.4-mini、GPT-5.5、GLM-5.2 等 4 个
- 攻击提取与窃取
- 技术自动化搜索
- 组件MCP 与技能
摘要提出了通过良性查询和对照轨迹推断黑盒专有技能的 SigLeak 框架，揭示了智能体执行可见性带来的行为侧信道泄露风险。
深度解读完整解读
防御arXiv 2609.363269月29日
PILLAR：面向增强检索的私有倒排索引词法查找
提出 PILLAR，用私有词法预筛与客户端重排保护 RAG 查询
arXiv
2609.36326
发表
9月29日
层
应用层
场景
LLM 应用
测试
Qwen2.5-7B-Instruct、Llama-3-70B、e5-base-v2 等 4 个
- 组件RAG
摘要PILLAR 用固定模式的私有 BM25 预筛加本地嵌入重排，在两基准上换取延迟或质量。
PILLAR 是面向公开语料的隐私 RAG：半诚实服务器学不到查询词项和访问模式，客户端仍拿到用于增强生成的 k 篇文档。
深度解读完整解读
防御arXiv 2608.178298月18日
LeakGauge：用行为探针在解码前检测上下文泄露攻击信号
提出 LeakGauge，用行为后缀的 prefill 对数概率检测上下文泄露
arXiv
2608.17829
发表
8月18日
层
应用层
场景
LLM 应用
攻击者
黑盒
测试
Gemma-4-E4B-it、Gemma-4-31B-it、Qwen2.5-14B-Instruct 等 11 个
- 防御检测与过滤
- 攻击提取与窃取
- 组件RAG
深度解读完整解读
攻击arXiv 2608.278008月28日
ContextLeak：通过恶意工具窃取 LLM Agent 运行时上下文
提出 ContextLeak，用强化学习生成恶意工具描述以诱导 Agent 外泄上下文
arXiv
2608.27800
发表
8月28日
层
应用层
场景
AI Agent
测试
Qwen-3-8B、GPT-OSS-20B、Gemma-4-E4B-it 等 11 个
- 攻击提示注入
- 技术诱导选用
- 组件MCP 与技能
深度解读完整解读
攻击arXiv 2609.146499月14日
CIG-MIA：利用上下文信息增益对 RAG 系统发起成员推断攻击
提出 CIG-MIA，用上下文信息增益推断 RAG 知识库成员身份
arXiv
2609.14649
发表
9月14日
层
应用层
场景
LLM 应用
攻击者
灰盒、黑盒
测试
Llama-3.1-8B-Instruct、Mistral-7B-Instruct-v0.3、Llama-2-13b-chat-hf 等 6 个
- 攻击提取与窃取
- 组件RAG
摘要CIG-MIA 用注入前后的答案似然差推断 RAG 库成员，灰盒可分性高于所列基线。
CIG-MIA 是针对 RAG 外部知识库的成员推断攻击，同时覆盖灰盒和纯文本黑盒。
深度解读完整解读

已经到底了