跳到正文
10月9日 · 周五

全部论文

找到 3 篇
筛选6

攻击类型

提示注入3

攻击技术

梯度与表征优化0自动化搜索14针对防御3潜伏触发7

系统形态

AI Agent3

攻击面/入口

用户输入7工具返回1工具与技能描述6代码仓库与依赖2图像与音视频5权重与梯度6分发渠道5

层

模型层0应用层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 538 篇还没打标签，不在筛选结果里。
攻击技术：梯度与表征优化攻击技术：针对防御攻击面/入口：工具返回攻击面/入口：代码仓库与依赖层：模型层层：应用层清除全部

另有 538 篇论文还没打上分类标签，暂不在筛选结果里。

  2. 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

    提出条件触发的爆炸提示词，并设计摄入期检测器 DeFuse

    arXiv
    2609.22510
    发表
    层
    应用层
    场景
    AI Agent
    被测模型
    Llama-3.1-8B-Instruct、Llama-3.1-70B-Instruct、Qwen2.5-32B-Instruct 等 15 个
    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。

    深度解读完整解读
  3. 攻击arXiv 2609.18217

    研究：跨通道碎片化攻击可绕过 MCP 单通道防御

    提出跨通道分段攻击，利用 MCP 隐式信任外发敏感文件

    arXiv
    2609.18217
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    GPT-4o、GPT-4o-mini、GPT-5.4 等 15 个

    摘要论文揭示了 MCP 多通道隐式信任层级，通过跨通道分段与协议级利用突破现有防御，展示了严重的凭证外发风险。

    深度解读完整解读
已经到底了