跳到正文
10月9日 · 周五

全部论文

找到 2 篇
筛选5

攻击类型

提示注入1投毒与后门2

攻击技术

梯度与表征优化3自动化搜索1对话结构操控0跨模态载荷8潜伏触发2

影响

数据与隐私泄露1输出被操纵1

系统形态

AI Agent2编程 Agent1

攻击面/入口

用户输入6网页与界面3文档与消息8工具返回3工具与技能描述2代码仓库与依赖5检索语料2记忆写入12Agent 间消息1图像与音视频1训练数据1权重与梯度3分发渠道5

层

模型层1应用层2训练与数据层11基础设施层1

系统组件

记忆1

被测模型厂商

其他2
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 466 篇还没打标签，不在筛选结果里。
攻击技术：对话结构操控攻击技术：潜伏触发攻击面/入口：图像与音视频攻击面/入口：训练数据层：应用层清除全部

另有 466 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 攻击arXiv 2609.17817

    论文：用投毒基准污染自改进编码 Agent，令其后续版本写出漏洞代码

    提出基准投毒攻击，使自修改编码智能体跨代写出漏洞代码

    arXiv
    2609.17817
    发表
    层
    应用层
    场景
    编程 Agent
    测试
    Claude Sonnet 4.5、Qwen3.5-397B、gpt-oss-120b 等 6 个

    摘要论文报告了恶意基准能污染自修改代码智能体的进化过程并持续输出漏洞，警示系统设计需纳入安全约束。

    深度解读完整解读
  2. 攻击arXiv 2609.13889

    PMPA：针对 OpenClaw 与 Claude Code 的持久记忆投毒攻击

    提出持久记忆投毒攻击 PMPA，诱导智能体将外部恶意指令写入记忆并跨会话泄露隐私

    arXiv
    2609.13889
    发表
    层
    应用层
    场景
    AI Agent
    测试
    DeepSeek-V4-Flash、DeepSeek-V4-Pro、Qwen3-Max

    摘要论文提出了持久记忆投毒攻击 PMPA，报告了 harness 智能体在处理外部数据时易受跨会话记忆投毒与隐私泄露的风险。

    深度解读完整解读
已经到底了