跳到正文
10月12日 · 周一

Agent 安全 · 论文

找到 4篇
筛选2
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。
  1. 防御arXiv 2610.01349

    PACE:面向工具调用 LLM Agent 的来源感知能力强制执行

    提出 PACE,在工具调用前做路径隔离与效果授权

    发表
    场景
    AI Agent
    被测模型
    gpt-5.6-luna、DeepSeek-V4-Flash、Qwen-3.8-27B
    摘要PACE 在工具边界做路径割与效果核验。

    PACE 是面向工具调用型 LLM 智能体的运行时调解:当准入证据无法区分会改变行为的规格时,不在出口站点上撤销调解,而在最后一次工具调用前同时检查表示出的影响路径和请求权限。

    深度解读完整解读
  2. 评测与基准arXiv 2608.09476

    ActBench:面向协作智能体行为安全的自演化基准

    构建自演化基准 ActBench,评测协作智能体的行为安全

    发表
    场景
    AI Agent
    被测模型
    Claude-Opus-4.8、Claude-Sonnet-4.6、GPT-5.5 等15个

    摘要ActBench 通过自演化搜索与双证据重构评测轨迹行为安全,揭示基础模型决策差异主导了协同智能体的操作风险。

    深度解读完整解读
  3. 防御arXiv 2606.24322

    保护 LLM Agent 长期记忆免受投毒:不可篡改、来源绑定的权限与机器可检验保证

    提出 TMA-NM,以写时来源绑定抵御 Agent 长期记忆投毒

    发表
    场景
    AI Agent
    被测模型
    gpt-5-chat、gpt-4o-mini、claude-opus-4.1 等8个
    摘要TMA-NM 用来源绑定的行动权限挡住记忆洗白。

    TMA-NM 把 LLM 智能体长期记忆的行动权限绑到写时来源,用来挡住跨会话记忆投毒。

    深度解读完整解读
  4. 防御arXiv 2603.12644

    揭示自主 Agent 的安全威胁与防御架构:OpenClaw 案例研究

    梳理自主 Agent 威胁并提出全生命周期防御蓝图 FASA

    发表
    场景
    AI Agent
    摘要以 OpenClaw 为例划分三层风险,并用 FASA 描述从输入到系统执行的防御。

    这是一份以 OpenClaw 为案例的威胁梳理和防御架构报告,不是带分数的攻击或防御评测。

    深度解读完整解读
已经到底了