跳到正文
事件历史事件

研究揭示多Agent系统边界洗白攻击并提出multi-CaMeL

1篇报道1个报道来源最近报道

先了解这件事

AI 综述

牛津大学等机构研究者 2026 年 10 月的论文(arXiv:2610.05640)发现,即使多 Agent 系统中每个 Agent 都部署了 CaMeL 防护,系统仍可能被间接提示注入攻破。攻击者利用“边界洗白”,让被识别为不可信的数据在跨 Agent 传递后被下游当作可信指令执行,文中以编排、SQL、通知三个 Agent 的协作场景演示了这一过程。作者据此提出 multi-CaMeL 防御方案。

AI 根据报道生成 · 22 天前更新

相关研究

报道引用的论文

报道提到其成果的论文

故事线

同一主体、同一议题的持续进展,从早到晚

2 个事件
  1. · 1篇报道· 关注度40
    multi-CaMeL 防御多智能体间接提示注入
  2. · 1篇报道· 关注度42

    研究揭示多Agent系统边界洗白攻击并提出multi-CaMeL本事件

后续时间线

10月21日
  1. 公众号 模安局精选
    每个 Agent 都安全,为什么系统还是会被攻破?跨 Agent 信任洗白与双通道防御

    牛津大学等机构研究者 2026 年 10 月的论文(arXiv:2610.05640)发现,即使多 Agent 系统中每个 Agent 都部署了 CaMeL 防护,系统仍可能被间接提示注入攻破。攻击者利用“边界洗白”(Boundary Laundering),让被识别为不可信的数据在跨 Agent 传递后被下游当作可信指令执行,文中以编排、SQL、通知三个 Agent 的协作场景演示了这一过程。作者提出 multi-CaMeL,将可信指令与数据经 message、variables 双通道分开传输,并施加指令通道完整性与跨 Agent 来源保持约束。作者同时指出,分支引导攻击不违反其控制流完整性定义,隐式数据依赖追踪仍存在局限。