跳到正文
10月8日 · 周四

Agent 安全 · 论文

找到 3 篇
筛选2

攻击类型

提示注入2提取与窃取1

攻击技术

潜伏触发1

防御类型

检测与过滤1指令与数据隔离2权限与审批3

影响

越权操作1数据与隐私泄露1输出被操纵1

系统形态

AI Agent3

攻击面/入口

用户输入1网页与界面1文档与消息1工具返回1代码仓库与依赖1

层

应用层3

系统组件

MCP 与技能1护栏与评审1权限与沙箱2

被测模型厂商

其他3
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 380 篇还没打标签，不在筛选结果里。
防御类型：检测与过滤防御类型：指令与数据隔离话题：Agent 安全清除全部

另有 380 篇论文还没打上分类标签，暂不在筛选结果里。

  3. 攻击arXiv:2609.22510 ·

    特拉维夫大学提出爆炸性提示词：条件触发的间接提示注入可绕过九款生产 Agent

    提出爆炸提示词，用条件触发的间接注入延迟诱发恶意工具调用

    AI Agent测试Llama-3.1-8B-Instruct、Llama-3.1-70B-Instruct、Qwen2.5-32B-Instruct 等 14 个应用层
    摘要论文揭示了条件触发使提示注入绕过防御并在触发时执行工具，提出轻量检测器并在摄入期有效防范。

    论文针对大语言模型智能体面临的间接提示注入威胁，研究了利用条件句式实现时间分离的爆炸提示词。

    完整解读
已经到底了