AgentVisor：通过语义虚拟化防御 LLM 智能体的提示注入
AgentVisor: Defending LLM Agents Against Prompt Injection via Semantic Virtualization
AI 导读
AgentVisor 是一个借鉴操作系统虚拟化的防御框架，通过语义特权分离防御 LLM 智能体的直接与间接提示注入，实验中攻击成功率降至 0.65%。该框架将目标智能体视为不可信 guest，由可信 semantic visor 拦截工具调用，并以一次性自我纠错机制将安全违规转为建设性反馈。相比无防御场景，平均效用仅下降 1.45%。