评测与基准arXiv 2609.22818
研究测量 LLM Agent 记忆投毒防御的良性场景开销
测量记忆投毒防御在良性对话上的效用与 token 开销
- arXiv
- 2609.22818
- 发表
- 层
- 应用层
- 场景
- AI Agent
摘要写时代价落在噪声内。
在没有攻击的对话上，给记忆投毒防御计价，而不是再测一轮攻击是否被挡住。
- 攻击arXiv 2608.21929
SkillBloat：通过技能注入对编码 Agent 发起 token 放大攻击
提出 SKILLBLOAT，改写技能文档放大编码 Agent token 消耗
- arXiv
- 2608.21929
- 发表
- 层
- 应用层
- 被测模型
- GLM-4.7-Flash、GLM-5、GPT-5.4 Mini 等4个
- 攻击arXiv 2608.12273
研究者提出 Convergent Detour Hijacking 攻击，可让技能型 LLM Agent 绕路并放大资源消耗
提出 CDH 攻击，让技能型 Agent 绕路放大资源消耗
- arXiv
- 2608.12273
- 发表
- 层
- 应用层
- 场景
- AI Agent
- 被测模型
- Claude-Haiku-4.5、DeepSeek-V4-Pro、DeepSeek-V4-Flash 等6个
摘要CDH 让静态技能在保持任务完成时拉高调用与 token，耗时则因后端而异。
CDH 是针对渐进披露技能智能体的发布者侧、纯文本攻击：一个静态协调器把本可正确完成的任务，拐进有界但更耗资源的技能绕路，再交还原任务。
- 攻击arXiv 2603.03919
当安全成为漏洞：利用 LLM 对齐同质性实现 RAG 中的可迁移阻断攻击
提出 TabooRAG，用单篇文档迁移阻断 RAG 对良性查询的回答
- arXiv
- 2603.03919
- 发表
- 层
- 应用层
- 场景
- LLM 应用
- 被测模型
- Llama-3-8B-Instruct、Ministral-3-8B-Instruct-2512、Gemma-3-12B-it 等9个
摘要TabooRAG 用代理侧风险文档迁移阻断 RAG。
TabooRAG 是面向 RAG 可用性的可迁移阻断攻击，不改已有文档，也不读取目标反馈。
- 攻击arXiv 2603.00902
Clawdrain：利用工具调用链在 OpenClaw Agent 中隐蔽耗尽 token
提出 Clawdrain，用木马 skill 放大 OpenClaw 的 token 消耗
- arXiv
- 2603.00902
- 发表
- 层
- 应用层
- 场景
- AI Agent
- 被测模型
- Gemini 2.5 Pro
已经到底了