供应链安全 · 论文

EvoMal 攻击利用自我进化编码 Agent 的自我投毒实现蠕虫式传播

提出 EVOMAL 攻击，诱导编码 Agent 自我投毒并蠕虫式传播技能

arXiv

2608.25776

发表

8月26日

层

应用层

场景

编程 Agent

测试

GPT-OSS-120B、Devstral-Small-2、Gemma-4-31B-IT 等 7 个

• 攻击投毒与后门
• 技术潜伏触发
• 组件记忆
• +3+3

研究提出跨 LLM 助手的记忆跳跃攻击

提出跨独立助手的工件介导记忆跳跃自传播攻击

arXiv

2609.35576

发表

9月29日

层

应用层

场景

多智能体

测试

GPT-5.6 Luna、GPT-OSS-120B、Kimi-K2.6 等 6 个

• 攻击投毒与后门
• 技术潜伏触发
• 组件记忆
• +2+2

研究：LLM Agent 技能名幻觉率最高达 62%，可被抢注用于供应链攻击

提出技能名称抢注攻击，利用智能体虚构技能名实施供应链劫持

arXiv

2607.12340

发表

7月14日

层

应用层

场景

编程 Agent

测试

GPT-5.4-mini、Codex、GLM-4.5-Air 等 10 个

• 攻击投毒与后门
• 风险幻觉与编造
• 技术诱导选用
• 组件MCP 与技能
• +1+1

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 M-CPE 与 X-CPE 两类上下文特权提升攻击

arXiv

2609.01222

发表

9月1日

层

应用层

场景

编程 Agent

测试

GPT-5.5、GPT-5.4 mini、Claude-Sonnet-4.6 等 7 个

• 攻击提示注入
• 组件记忆
• +2+2

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 AP2 支付协议的授权安全并验证前置上下文操纵

arXiv

2608.23858

发表

8月25日

层

应用层

场景

多智能体

测试

gpt-5.3、gpt-5.5

• 攻击提示注入
• 组件MCP 与技能

10a Labs 测绘无审查开源模型生态：3,471 个原始模型与 8,164 次再分发

测绘去安全开源模型的生产与重分发留存链路

arXiv

2609.05241

发表

9月4日

层

训练与数据层

场景

模型与 API

测试

GPT-OSS、Qwen、Llama 等 10 个

• 攻击模型篡改
• 组件微调与开源权重

PatchHolmes：基于列表式选择的智能体补丁检索系统

提出列表式智能体补丁检索系统，在仓库中定位 CVE 修复提交

arXiv

2609.38807

发表

9月30日

层

应用层

场景

编程 Agent

测试

gpt-oss-120B、gpt-oss-20B、Qwen3-235B 等 6 个

SynChain：诱导计算机使用 Agent 自建攻击链并跨任务持久化

提出 SYNCHAIN，诱导计算机使用 Agent 自合成潜伏技能并跨任务触发

arXiv

2608.06862

发表

8月7日

层

应用层

场景

网页与电脑操作、编程 Agent

测试

GPT-5-mini、Qwen3.5-9B、Llama-3.1-8B 等 5 个

• 攻击投毒与后门
• 技术潜伏触发
• 组件MCP 与技能
• +3+3

Akrasia：针对推理型代码 LLM 的隐蔽后门攻击

提出推断期后门攻击 AKRASIA，用代码触发器与伪装推理篡改代码输出

arXiv

2609.01023

发表

9月1日

层

提示层

场景

编程 Agent

测试

GPT-5.5、gpt-4-0613、Claude-Sonnet-5 等 7 个

• 技术推理链操控
• 组件推理链
• +1+1

面向旧款 GPU 的可验证差分隐私训练框架：用 CPU 侧 TEE 校验 GPU 梯度

AI 导读论文提出一种在旧款 GPU 上实现可验证差分隐私（DP）训练的框架，用 CPU 侧 TEE 配合不受信任的 GPU 完成校验。

arXiv

2609.20532

发表

9月17日

层

训练与数据层

场景

模型与 API

测试

GPT-2-medium、5-layer MLP、WideResNet 等 4 个