ShieldNet：针对智能体系统新兴供应链注入的网络级护栏

研究者提出网络级护栏框架 ShieldNet，通过监测真实网络交互而非表层工具痕迹来检测智能体系统中的供应链投毒。针对智能体日益依赖第三方工具与 MCP 服务器、恶意行为嵌入看似良性工具中进而劫持执行、泄露数据或触发未授权操作的新型供应链威胁，作者构建了包含 10000 多个恶意 MCP 工具的 SC-Inject-Bench 基准，其攻击类型学涵盖源自 MITRE ATT&CK 的 25 类以上攻击。现有 MCP 扫描器和语义护栏在该基准上表现不佳。ShieldNet 集成中间人（MITM）代理与事件提取器识别关键网络行为，再由轻量分类器完成攻击检测。实验显示其 F-1 最高达 0.995、误报率仅 0.8%，运行开销小，显著优于现有 MCP 扫描器和基于 LLM 的护栏。