WebSentinel：检测并定位针对网页智能体的提示注入攻击

研究者提出 WebSentinel，一种在网页中检测并定位提示注入攻击的两步方法，此类攻击通过操纵网页内容诱使网页智能体执行攻击者指定的任务。第一步从网页中提取可能被污染的感兴趣片段，第二步以网页内容为上下文检查各片段是否与其一致，从而判断污染。作者称，在其收集的多个含污染与干净网页的数据集上，WebSentinel 大幅优于基线检测方法。代码开源于 https://github.com/wxl-lxw/WebSentinel。