10月9日 · 周五

Agent 安全 · 论文

找到 3 篇

筛选4

攻击类型

模型自身风险

影响

有害内容9 越权操作130 数据与隐私泄露35 输出被操纵51 可用性与可靠性22 监督失效34 滥用能力提升3

系统形态

LLM 应用1 AI Agent3 编程 Agent1 网页与电脑操作0

攻击面/入口

层

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 172 篇还没打标签，不在筛选结果里。

影响：滥用能力提升系统形态：AI Agent 系统形态：编程 Agent 系统形态：网页与电脑操作话题：Agent 安全清除全部

另有 172 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 2610.0424310月3日
NeuroSploit v4.2.0 在 GOAD 上的评测：结构化智能体编排提升 AD 渗透测试
在 GOAD 上评测 NeuroSploit 编排的 AD 自主渗透覆盖
arXiv
2610.04243
发表
10月3日
层
应用层
场景
AI Agent
测试
Claude Opus 4.6、Claude Opus 4.7、Claude Opus 4.8 等 9 个
- 风险危险能力
深度解读完整解读
评测与基准arXiv 2609.239809月21日
斯坦福与 UC Berkeley 发布 MobileCybench：用可执行探针评测 Agent 漏洞发现
提出 MobileCybench，用可执行探针评测编程智能体的漏洞发现与利用
arXiv
2609.23980
发表
9月21日
层
应用层
场景
编程 Agent
测试
OpenCode/GPT-5.5、OpenCode/GPT-5.6-Sol、OpenCode/GLM-5.2 等 5 个
- 风险危险能力
深度解读完整解读
评测与基准arXiv 2609.090879月9日
PrivEscalate：面向 LLM 自动化 Linux 提权的 531 场景基准与 PrivEscAgent 增强方案
构建 PrivEscalate 评测 Linux 提权并设计 PrivEscAgent
arXiv
2609.09087
发表
9月9日
层
应用层
场景
AI Agent
测试
GPT-5.4、Claude Sonnet 4.6、GPT-4.1 等 6 个
- 攻击恶意使用
深度解读完整解读

已经到底了