AI 与网络攻防 · 论文

LogInject 框架披露 LLM 日志分析中的被动提示注入

提出 LogInject 框架，评测日志分析中的被动提示注入及缓解

arXiv

2607.14493

发表

7月16日

层

应用层

场景

LLM 应用

测试

GPT-4o、Claude 3.5 Sonnet、Llama-3-70B-Instruct

• 攻击提示注入
• 技术编码与混淆
• 组件护栏与评审
• +1+1

EXE-Bench：为真实可用性对 AI Windows 恶意软件检测器进行权衡排名

提出 EXE-Bench 比较 Windows 恶意软件检测器的可用性权衡

arXiv

2607.24177

发表

7月27日

层

模型层

场景

模型与 API

测试

EmberGBDT、BBDnn、BBDnnFDRS 等 15 个

• 攻击检测规避

SRE-Bench：面向 Agent 逆向工程的无污染真实规模基准

构建无污染的 SRE-Bench，评测智能体在真实规模二进制上的逆向能力

arXiv

2608.11469

发表

8月12日

层

应用层

场景

编程 Agent

测试

GPT-6-Astra、GPT-5.6-Sol、GPT-5.6-Cyber 等 11 个

• 风险危险能力

CryptanalysisBench：五个前沿模型在 191 项密码分析任务上的表现

提出 CryptanalysisBench，评测模型端到端破解真实密码原语的能力

arXiv

2607.18538

发表

7月21日

层

应用层

场景

编程 Agent

测试

Claude Opus 4.8、Claude Sonnet 5、Claude Mythos 5 等 10 个

• 风险危险能力

UK AISI 评测 GPT-6 Astra 是否会发起未经授权的供应链攻击

评测自主模型受挫时是否对范围外目标发动供应链攻击

arXiv

2609.38415

发表

9月30日

层

应用层

场景

编程 Agent

测试

GPT-6 Astra、GPT-5.6 Sol、GPT-5.5 等 4 个

• 风险Agent 危险操作

KaliBench：面向 Kali Linux 网络安全工具使用的细粒度基准

提出 KaliBench，评测模型把安全意图译成 Kali 命令的能力

arXiv

2610.02206

发表

10月1日

层

模型层

场景

模型与 API

测试

Llama3.1-Instruct 8B、Qwen3 8B、Qwen3 8B thinking 等 15 个

• 风险危险能力

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

自主网络事件响应智能体的网络靶场评估

评测仿真训练的网络事件响应智能体在靶场中阻止红队扩大访问的综合代价

arXiv

2609.16541

发表

9月15日

层

应用层

场景

AI Agent

测试

Vejde、Vejde w/ Noise、Heuristic 等 4 个

AgentCyberRange：复旦团队发布真实网络靶场自主攻击能力基准

提出 AgentCyberRange，评测智能体自主实施网络攻击的能力

arXiv

2606.14295

发表

6月12日

层

应用层

场景

编程 Agent

测试

GPT-5.5、Claude-Opus-4.7、GLM-5.1 等 7 个

• 风险危险能力