10月8日 · 周四

后门与投毒 · 论文

找到 3 篇

筛选1

攻击类型

提示注入3 投毒与后门3

攻击技术

自动化搜索1 编码与混淆1 潜伏触发3

影响

越权操作2 数据与隐私泄露1

系统形态

AI Agent3 编程 Agent1 网页与电脑操作2

攻击面/入口

用户输入4 网页与界面1 文档与消息1 工具返回1 工具与技能描述1 代码仓库与依赖1 检索语料2 记忆写入3 图像与音视频1 训练数据10 权重与梯度6 分发渠道5

层

系统组件

MCP 与技能1 记忆3

被测模型厂商

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 66 篇还没打标签，不在筛选结果里。

攻击面/入口：记忆写入话题：后门与投毒清除全部

另有 66 篇论文还没打上分类标签，暂不在筛选结果里。

攻击arXiv:2604.02623 · 4月
论文提出 eTAMP 攻击：网页内容注入可跨会话污染 Web Agent 记忆
提出 eTAMP，通过网页注入跨会话污染 Web 智能体轨迹记忆
网页与电脑操作测试GPT-5-mini、GPT-5.2、GPT-OSS-120B 等 7 个应用层
摘要论文提出了基于环境注入的跨任务记忆投毒攻击 eTAMP，作者报告智能体在环境压力下易感性增加且能力与安全并不协同。
该论文评估了基于大语言模型的 Web 智能体在利用历史交互轨迹进行记忆增强时的安全脆弱性。
完整解读
评测与基准arXiv:2605.01970 · 5月3日
Trojan Hippo Bench：针对 LLM Agent 持久记忆攻击与防御的动态基准
提出 Trojan Hippo Bench，评测智能体持久记忆攻击与防御
AI Agent测试Gemini 3.1 Pro、GPT-5-mini、GPT-5应用层
摘要论文提出了评测智能体持久化记忆攻击与防御的 Trojan Hippo Bench，揭示了潜伏攻击威胁及内存防御的安全与效用权衡。
完整解读
攻击arXiv:2608.06862 · 8月7日
SynChain：诱导计算机使用 Agent 自建攻击链并跨任务持久化
提出 SYNCHAIN，以定向微调诱导智能体自合成跨任务潜伏工件
网页与电脑操作编程 Agent测试Qwen3.5-9B、Llama-3.1-8B、Ministral-3-8B 等 5 个应用层
摘要论文揭示了 CUA 自合成工件带来的内部供应链威胁，验证了潜伏载荷的跨任务传播能力与防御局限。
完整解读

已经到底了