跳到正文
10月9日 · 周五

全部论文

找到 4 篇
筛选5

攻击类型

提示注入3投毒与后门2

攻击技术

编码与混淆1潜伏触发1

防御类型

监控与审计2

影响

越权操作3

系统形态

模型与 API6LLM 应用1AI Agent16编程 Agent4网页与电脑操作2多智能体2具身与机器人0

攻击面/入口

用户输入5文档与消息3工具返回1工具与技能描述4代码仓库与依赖5记忆写入3Agent 间消息2图像与音视频1训练数据0权重与梯度1分发渠道3

层

应用层4

系统组件

MCP 与技能2记忆1监控器2微调与开源权重1
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 446 篇还没打标签，不在筛选结果里。
系统形态：编程 Agent系统形态：具身与机器人攻击面/入口：文档与消息攻击面/入口：训练数据攻击面/入口：权重与梯度清除全部

另有 446 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 评测与基准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

    提出路径对齐归因 PAA，在边界动作前审计长流程智能体的分段提示注入

    arXiv
    2610.05163
    发表
    层
    应用层
    场景
    编程 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
  3. 评测与基准arXiv 2608.06862

    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
    层
    应用层
    场景
    网页与电脑操作、编程 Agent

    摘要论文揭示了 CUA 自合成工件带来的内部供应链威胁，验证了潜伏载荷的跨任务传播能力与防御局限。

    深度解读完整解读
  4. 评测与基准arXiv 2609.28915

    研究提出 ACE 语料库，评估内核级证据对 Agent 安全检测的有效性

    构建 ACE 语料并比较内核与应用层证据的攻击检测效果

    arXiv
    2609.28915
    发表
    层
    应用层
    场景
    编程 Agent
    摘要ACE 用配对的内核与应用层证据表明，syscall 痕迹可判别智能体攻击，两层组合通常更好。

    ACE 是一份把智能体会话的内核 syscall 痕迹与应用层清单、转录配对起来的检测语料和基准。。

    深度解读完整解读
已经到底了