跳到正文
10月10日 · 周六

全部论文

找到 4 篇
筛选6

攻击类型

提示注入4

影响

越权操作4数据与隐私泄露3输出被操纵4

系统形态

模型与 API0AI Agent28coding agent1web agent1多智能体2

攻击面/入口

用户输入11网页与界面10文档与消息4工具返回8工具与技能描述15代码仓库与依赖7记忆写入7Agent 间消息6图像与音视频3分发渠道9

层

应用层4
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 241 篇还没打标签，不在筛选结果里。
影响：越权操作系统形态：模型与 API系统形态：coding agent系统形态：web agent系统形态：多智能体攻击面/入口：文档与消息清除全部

另有 241 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 防御arXiv 2610.05163

    研究者在 Claude Code 和 Codex 上构造分段提示注入并发布边界动作审计基准

    提出 PAA 方法，在边界动作前审计长流程智能体的分阶段提示注入

    arXiv
    2610.05163
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    Claude Code (v2.1.172, Claude Sonnet 5)、Codex CLI (v0.144.0, GPT-5.5)
    摘要论文针对长流程注入提出边界动作审计与 PAA，在保持低误阻的同时实现高拦截率。

    本研究针对长流程智能体在执行任务时面临的分阶段间接提示注入威胁，提出了在动作生效前进行拦截的边界动作审计框架与路径对齐归因方法。

    深度解读完整解读
  2. 评测与基准arXiv 2609.24662

    DUMA-Bench：评估 LLM Agent 安全的双控多智能体基准

    提出双控多智能体基准 DUMA-Bench，测量对抗环境下的策略违反

    arXiv
    2609.24662
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    GPT-5、GPT-5-mini、GPT-5-nano 等 14 个
    摘要DUMA-Bench 用双控交互评测智能体安全。

    DUMA-Bench 把 τ²-bench 的双控交互做成智能体安全评测，用来看策略违反如何随用户、模型和环境一起出现。

    深度解读完整解读
  4. 攻击arXiv 2605.08310

    WebTrap：针对浏览器 Agent 导航过程的中途劫持注入攻击

    提出 WebTrap 三阶段陷阱，中途劫持浏览器 Agent 完成攻击后再返回用户任务

    arXiv
    2605.08310
    发表
    层
    应用层
    场景
    web agent
    被测模型
    DeepSeek-V3.1-Terminus、Gemini-2.5-Flash、GLM-4.5-Air 等 5 个
    摘要WebTrap 把攻击目标嵌进用户流程中途执行再返回。

    WebTrap 是针对长程网页与文件导航的中途劫持注入，目标是在完成攻击动作后仍回到用户任务。

    深度解读完整解读
已经到底了