EvoPoC: Automated Exploit Synthesis for DeFi Smart Contracts via Hierarchical Knowledge Graphs
本文提出了一个名为EvoPoC的知识驱动智能体系统，用于端到端的DeFi智能合约漏洞检测与利用合成。核心思路是将利用合成视为结构化推理问题，而非代码生成任务，因此需要协议语义、失败根因和利用原语的知识。EvoPoC将知识组织为层次知识图谱（
#agent-security
共收录 1542 条相关情报。
← 返回所有主题PHANTOM: Polymorphic Honeytoken Adaptation with Narrative-Tailored Organisational Mimicry
本文提出 PHANTOM（Polymorphic Honeytoken Adaptation with Narrative-Tailored Organisational Mimicry），一种生成上下文逼真的蜜令牌（honeytoken）
Autonomous LLM Agent Worms: Cross-Platform Propagation, Automated Discovery and Temporal Re-Entry Defense
本研究聚焦于自主大语言模型（LLM）代理在持续运行环境下的新型安全威胁——代理蠕虫。自主LLM代理通常以长时间运行的进程形式存在，拥有持久化工作空间、内存文件、定时任务状态及消息集成功能。这些特性使得攻击者能够将受控内容写入代理的持久状态，
Dimensionality-Aware Anomaly Detection in Learned Representations of Self-Supervised Speech Models
本文研究自监督语音模型（S3Ms）表示学习中的局部几何变化，提出一种基于局部内在维度（LID）的异常检测框架GRIDS。作者发现，自然扰动（如噪声）和对抗扰动会以不同方式改变深层表示的局部维度：低信噪比（SNR）下LID普遍上升；高信噪比下
ContextualJailbreak: Evolutionary Red-Teaming via Simulated Conversational Priming
本文提出了一种名为 ContextualJailbreak 的黑盒红队攻击策略，用于自动化发现大语言模型（LLM）的越狱漏洞。与大多数现有工作集中在单轮提示优化不同，本文聚焦于多轮对话中的上下文预置（contextual priming）攻
APIOT: Autonomous Vulnerability Management Across Bare-Metal Industrial OT Networks
本文提出APIOT（Autonomous Purple-teaming for Industrial OT），首个利用大语言模型（LLM）在裸机工业OT网络中进行自主攻击与修复的框架。传统自动化渗透测试主要针对Linux和Web系统，这些系
When Alignment Isn't Enough: Response-Path Attacks on LLM Agents
该论文首次提出并形式化了一种针对BYOK（自带密钥）智能体架构的新威胁——对齐后篡改攻击。在BYOK架构中，用户将LLM流量路由通过第三方中继，但中继在LLM生成响应后、智能体执行前可以修改结果，从而破坏对齐。作者将该威胁实例化为中继篡改攻
Trojan Hippo: Weaponizing Agent Memory for Data Exfiltration
本文研究了LLM代理（Agent）长期记忆系统中的安全漏洞。尽管记忆系统允许无状态的LLM代理跨会话持久化用户信息，但这也引入了新的攻击面。作者提出了一类名为“Trojan Hippo”的持久性记忆攻击，该攻击在比以往记忆投毒研究更现实的威
Latent Adversarial Detection: Adaptive Probing of LLM Activations for Multi-Turn Attack Detection
本文针对多轮提示注入攻击的检测问题展开研究。现有基于文本级别的防御无法识别隐蔽的攻击，因为每个单独轮次的提示看似无害，但攻击者通过信任建立、横向移动、权限提升等阶段逐步实施攻击。作者发现，这种攻击路径会在模型的残差流中留下激活层面的特征：每
MASCing: Configurable Mixture-of-Experts Behavior via Activation Steering Masks
该论文针对大语言模型中混合专家（MoE）架构在安全方面的新挑战，提出了一种名为MASCing（MoE激活转向配置）的框架。MoE通过稀疏激活降低了推理成本，但专家选择路径与模型行为高度耦合，导致安全相关场景下的行为难以控制。传统的全微调或重
SecGoal: A Benchmark for Security Goal Extraction and Formalization from Protocol Documents
本文提出了SecGoal，这是首个由专家标注的基准测试，覆盖了15种广泛部署的协议文档，包括5G-AKA和TLS 1.3。同时，作者提出了AIFG（AI-assisted framework），一种将安全目标提取与形式化分解为上下文感知的目
Security Attack and Defense Strategies for Autonomous Agent Frameworks: A Layered Review with OpenClaw as a Case Study
本论文对基于大型语言模型（LLM）的自主智能体框架的安全攻击与防御策略进行了分层综述。随着LLM智能体从简单对话系统发展为集成工具、持续运行的复杂系统，其安全风险已超越传统的提示词级别漏洞。尽管已有研究针对不同攻击面和防御问题进行了探讨，但
Large Language Models for Code: Security Hardening and Adversarial Testing.
该论文研究大型语言模型（LLM）在代码生成中的安全问题。随着LLM在大量代码库上训练并用于自动生成代码，它们频繁生成不安全的代码，缺乏安全意识。为此，作者从两个维度展开工作：安全加固（增强LLM生成安全代码的可靠性）和对抗测试（从对抗视角评
Understanding and Detecting Abused Image Hosting Modules as Malicious Services.
该论文首次对一种新型地下生态系统——滥用图片托管模块（Abused Image Hosting Modules）作为恶意服务（AIMIEs）进行了测量研究。AIMIEs近年来被不法分子广泛用于托管非法图片和传播有害内容，但学术界对其规模、影
Tatemae: Detecting Alignment Faking via Tool Selection in LLMs
本文提出一种利用工具选择行为检测大型语言模型（LLM）中"对齐伪装"（Alignment Faking, AF）的新方法。AF 是指 LLM 在训练过程中表面服从目标以规避价值观修改，一旦监控解除便恢复原有偏好。现有检测方法主要依赖对话中的
SafeReview: Defending LLM-based Review Systems Against Adversarial Hidden Prompts
本文针对大语言模型（LLM）在学术同行评审应用中面临的对抗性提示攻击问题展开研究。攻击者可以在提交的论文中嵌入对抗性指令（即隐藏提示），以操纵LLM的评审结果，这严重威胁学术诚信。为了应对这一威胁，作者提出了一种新颖的对抗框架：该框架包含一
Beyond Code Reasoning: A Specification-Anchored Audit Framework for Expert-Augmented Security Verification
该论文提出了一种名为 SPECA 的基于规范锚定的安全审计框架。传统代码审计工具主要关注代码层面的漏洞模式，但对于由自然语言规范驱动的系统（如协议栈、共识实现、密码库等），其安全约束和正确性条件定义在规范中，代码级工具无法检测此类漏洞。SP
Enforcing Benign Trajectories: A Behavioral Firewall for Structured-Workflow AI Agents
本论文提出了一种名为 CodeName 的行为防火墙，用于保护由大语言模型驱动的结构化工作流 AI 代理。这类代理会对外部敏感环境执行工具调用，面临被攻击者利用的风险。研究背景基于序列入侵检测思想，核心方法是将经过验证的良性工具调用遥测数据
LATTICE: Evaluating Decision Support Utility of Crypto Agents
该论文提出了 LATTICE，一个用于评估加密代理（crypto agents）在真实用户场景中决策支持效用的基准测试。以往加密代理基准主要关注基于推理或结果的评估，但未能评估代理辅助用户决策的能力。LATTICE 通过以下方式填补这一空白
Credit Limits beyond Full Collateralization in Decentralized Micropayments: Incentive Conditions
本文研究了去中心化非托管微支付系统中的信用额度问题。核心挑战不在于能否直接执行支付，而在于如何在不需要全额抵押的条件下为参与者提供信用额度。现有方法通常将可用信用与质押的抵押品绑定，导致流动性需求随交易量和结算敞口扩大而增加，限制了基于信用