跳到正文
10月13日 · 周二

全部论文

找到 3篇
筛选5

攻击类型

提示注入3

系统形态

LLM 应用7AI Agent13science agent0web agent4网页与电脑操作3多智能体0

攻击面/入口

用户输入15网页与界面10文档与消息8工具返回7工具与技能描述4检索语料3记忆写入7Agent 间消息25图像与音视频3分发渠道3

层

应用层3

系统组件

视觉3多模态3
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。另有 215篇还没打标签，不在筛选结果里。
系统形态：science agent系统形态：网页与电脑操作系统形态：多智能体攻击面/入口：图像与音视频层：应用层清除全部

另有215篇论文还没打上分类标签，暂不在筛选结果里。

  1. 评测与基准arXiv 2610.06898

    DIBench：面向移动 GUI 智能体多候选选择决策完整性的安全基准

    用 DIBench 评测移动 GUI 智能体被 UI 注入后的决策完整性

    arXiv
    2610.06898
    发表
    层
    应用层
    场景
    网页与电脑操作
    被测模型
    Qwen2.5-VL(32B)、Qwen3-VL(32B)、GUI-Owl(32B) 等7个

    摘要论文提出移动智能体决策完整性基准 DIBench，发现欺诈 UI 注入诱导目标选择并推高完成率，通用防御收益不稳定。

    深度解读完整解读
  2. 防御arXiv 2603.14707

    视觉混淆代理：利用与防御计算机使用智能体的感知失效

    提出进程外双通道对比分类，拦截计算机使用智能体的错误点击

    arXiv
    2603.14707
    发表
    层
    应用层
    场景
    网页与电脑操作
    被测模型
    multi-modal-embed-small
    摘要感知错误可被屏幕像素对调利用。

    作者把 CUA 的感知失败写成安全漏洞visual confused deputy：智能体按看错的屏幕授权 click(x,y)，真实落点与它以为的元素不一致。

    深度解读完整解读
  3. 防御arXiv 2602.10915

    盲神与破碎的屏幕：构建安全、以意图为中心的移动 Agent 操作系统

    提出 Aura，用可信内核中介移动 Agent 的身份、感知与动作控制

    arXiv
    2602.10915
    发表
    层
    应用层
    场景
    网页与电脑操作
    被测模型
    Gemini-3-Flash
    摘要Aura 以 Agent Kernel 中介结构化交互。

    Aura 用内核中介的结构化智能体交互，替换以屏幕为接口的移动助手。。

    深度解读完整解读
已经到底了