本文首次系统性地研究了自托管AI智能体面临的一类新威胁——自状态攻击（self-state attacks）。自托管AI智能体为了执行任务，需要读写自身的内存和配置文件（即自状态），而这些操作通过合法的操作系统系统调用完成。攻击者可以通过操纵智能体的自状态（如修改内存数据或配置文件）来间接控制或破坏智能体，这种攻击方式难以被传统基于签名或异常模型的安全机制检测，因为所有操作都符合系统调用规范。论文提出了一个四轴攻击空间的形式化框架：目标（Target）、机制（Mechanism）、粒度（Granularity）、时间（Temporal），用于系统性地分类和枚举攻击可能性。在此基础上，研究者从一个代表性的自托管AI智能体中收集了不同工作负载模式下的活动轨迹，并将攻击空间实例化为一个23格的攻击矩阵，对应43种针对实际自状态文件的具体操作。通过将这些操作注入轨迹，论文评估了多种防御策略，包括经典的访问控制防御、基于工作负载条件的异常检测以及周期性备份恢复。实验结果表明，分层的防御组合（在指令和配置层使用访问控制预防，在内存层使用工作负载条件检测，并辅以周期性备份恢复）能够有效覆盖大部分攻击单元格，但仍然存在一小部分残留的攻击面，在OS层面结构上不可区分。这一发现表明，面对自状态攻击这类新威胁，现有的操作系统防御需要重新审视，可能开启新的研究方向。本文对于AI安全、操作系统安全以及自托管智能体部署实践具有重要参考价值。