Piggybacking on Perception: Stealthy Concurrent Audio Prompt Injections against Multimodal LLM Agents

本文研究多模态大语言模型智能体在连续音频交互场景下面临的新型安全威胁——并发音频提示注入攻击。随着以LLM驱动的多模态智能体通过语音与用户进行自然交互并自主执行任务，音频输入中不可避免地包含环境噪声，这为攻击者提供了可乘之机。与针对语音设备

历史摘要 · 未重新核验 · arXiv cs.CR