跳到正文
10月9日 · 周五

Agent 安全 · 论文

找到 2 篇
筛选3

攻击类型

提示注入2投毒与后门1

攻击技术

梯度与表征优化2自动化搜索1对话结构操控0跨模态载荷5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

模型与 API1AI Agent1

攻击面/入口

用户输入7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4检索语料2记忆写入11Agent 间消息1图像与音视频2训练数据3权重与梯度5分发渠道6

层

应用层1基础设施层1

系统组件

记忆1视觉1多模态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 236 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：图像与音视频话题：Agent 安全清除全部

另有 236 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 攻击arXiv 2610.09027

    P-VMI：对抗图像经 KV cache 持续影响多轮对话

    提出持久视觉记忆注入，使对抗图像经缓存在触发时操控输出

    arXiv
    2610.09027
    发表
    层
    基础设施层
    场景
    模型与 API
    测试
    Qwen3-8B、Qwen3-VL-8B-Instruct、Gemma-4-12B 等 4 个

    摘要论文提出 P-VMI，证实对抗输入被掩蔽后仍可经 KV 缓存持久控制模型，强调了保留状态的安全风险。

    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