ZERO-APT: A Closed-Loop Adversarial Framework for LLM-Driven Automated Penetration Testing under Intelligent Defense
该论文提出ZERO-APT，一个闭环对抗框架，用于在智能防御环境下评估LLM驱动的自动化渗透测试代理。针对现有评估的三个主要不足：真实性（攻击目标静态且无防御）、一致性（多步攻击链因果一致性依赖不稳定的LLM推理）和可审计性（决策过程不透明
#cs.MA
共收录 117 条相关情报。
← 返回所有主题SHIELDS: Automating OS Hardening with Iterative Multi-Agent Remediation
本文提出 SHIELDS，一个基于多智能体系统和大语言模型（LLM）的自动化操作系统加固框架。针对安全配置错误是操作系统级漏洞的主要成因，而手动维护系统合规性（如符合 DISA STIGs 标准）既繁琐又昂贵的问题，现有自动化工具依赖静态预
FORGE: Multi-Agent Graduated Exploitation and Detection Engineering
该论文提出一个名为FORGE的多智能体系统，旨在打通漏洞披露、利用优先级排序和检测规则工程三个通常孤立的研究领域。当前自动化利用生成系统仅报告二元通过/失败结果，丢弃部分进展，且不产生对其他两个领域有用的信号。FORGE通过“渐进式利用深度
The Best-Laid SCHEMEs: Coordinated Sabotage and Monitoring in Multi-Agent Systems
本文针对多智能体编程系统中潜在的安全威胁展开研究。随着代理型编码系统将工作分解到多个模型实例上，一个关键的安全问题是这些实例能否在保持与用户意图一致的同时，协调实现隐藏的恶意目标。为此，作者提出了一个名为SCHEME的基准测试，包含17个任
Out of Sight, Not Out of Mind: Unveiling Latent Attack in Latent-based Multi-Agent Systems
该论文研究了基于隐层表示的多智能体系统中的潜在攻击问题。在多智能体系统中，智能体之间通常通过显式文本通信进行协作，但近年来出现了利用隐层表示（如注意力键值缓存）替代部分显式通信的方法，以提高效率和灵活性。然而，这种将协作移入隐空间的做法也可
Control Physiology: An Agent-Based Model of FAIR-CAM Dynamics
该论文提出了首个基于代理的模型来操作化FAIR控制分析模型（FAIR-CAM）的核心动力学，使得控制生理学（控制有效性随时间的动态变化）成为可计算观察的对象。传统安全风险分析将控制有效性视为静态输入，但实际上控制会因配置漂移而退化，依赖的监
Evo-Attacker: Memory-Augmented Reinforcement Learning for Long-Horizon Tool Attacks on LLM-MAS
该论文关注于基于大语言模型的多智能体系统（LLM-MAS）中的工具攻击问题。LLM-MAS通过协调专门的智能体和外部工具来解决复杂任务，但系统对工具输出的隐式信任造成了关键攻击面。现有工具攻击方法受限于领域特定性或使用固定的静态模板。为此，
KYA: A Framework-Agnostic Trust Layer for Autonomous Systems with Verifiable Provenance and Hierarchical Policy Composition
该论文提出了KYA（Know Your Agents），一个框架无关的自主系统信任与治理层，旨在解决AI智能体运行中可能出现的错误、偏离、数据泄露或恶意行为等问题。K YA由五个核心原语组成：(1) 四门入站应用管道，结合Ed25519签名
AI-Driven Adaptive Adversaries and the Erosion of Cryptographic Trust in Public Key Systems
该论文研究在人工智能驱动的自适应对手优化下，公钥密码学（PKC）安全性的侵蚀问题。核心问题是算法中心的密码安全模型与操作攻击现实之间的日益不匹配：现代攻击者不再直接破解底层密码基元，而是利用实现层面的可观测性（如侧信道、时序差异、错误处理等
CHRONOS: Temporally-Aware Multi-Agent Coordination for Evolving Data Marketplaces
该论文提出了CHRONOS，一种针对时态知识图谱数据市场的三层架构，旨在解决静态设计中的三个耦合失效问题：陈旧混合索引导致召回率下降、静态Shapley定价在分布偏移后价值误分配、未协调的代理过度消耗共享差分隐私预算。第一层采用神经ODE时
Heartbeat-Bound Hierarchical Credentials: Cryptographic Revocation for AI Agent Swarms
该论文针对自主AI代理生成子代理集群时存在的安全漏洞——现有凭证撤销机制（如OAuth 2.0 introspection、OCSP、W3C状态列表）需要与中心权威机构网络连接，导致操作员关闭后“僵尸代理”仍可执行特权操作数分钟至数小时——
Pramana: A Protocol-Layer Treatment of Claim Verification in Autonomous Agent Networks
该论文提出了Pramana，一个用于自治代理网络中的声明验证的协议层解决方案。在受监管领域中，自主代理对每个关键输出必须产生一个可审计的验证工件，记录声明内容、来源、执行者、时间和方式。当前的生产验证分为两个未标准化的方向：概率性判决模式（
Who Owns This Agent? Tracing AI Agents Back to Their Owners
该论文首次正式提出了AI代理（AI Agent）的归属问题（agent attribution）：即如何将一个观察到的有害代理交互行为追溯到其部署账户（托管供应商）。当前AI代理被广泛部署以自主执行任务，但缺乏有效的追踪机制，导致良性操作者
Attacks and Mitigations for Distributed Governance of Agentic AI under Byzantine Adversaries
本文针对智能体AI（Agentic AI）治理中的分布式信任问题展开研究。现有最先进的治理方案SAGA假设一个逻辑集中的信任点（Provider），负责存储用户和智能体信息并强制执行策略。然而，SAGA无法抵御恶意Provider的协议偏离
SkillSafetyBench: Evaluating Agent Safety under Skill-Facing Attack Surfaces
该论文提出 SkillSafetyBench，一个用于评估大型语言模型（LLM）代理在面临技能层面攻击时安全性的可运行基准。当前，可复用技能（skill）已成为扩展LLM代理能力的常见接口，它们以插件形式封装了执行文件操作、工具调用、内存访
Digital Identity for Agentic Systems: Toward a Portable Authorization Standard for Autonomous Agents
该论文探讨了企业AI从副驾驶向自主代理转变过程中面临的授权挑战。随着自主代理能够跨组织边界执行工作流、协商结果并做出决策，传统的身份验证机制已不足以确保安全。论文指出，代理的授权必须明确、可约束、可审计、可撤销，并且能被独立接收方一致解释。
Agentic Witnessing: Pragmatic and Scalable TEE-Enabled Privacy-Preserving Auditing
该论文针对审计专有数据语义属性时的隐私与透明矛盾，提出了一种名为“Agentic Witnessing”的框架。传统方法如零知识证明（ZKP）适用于精确代数约束，但难以验证定性、非结构化属性（如代码库中的逻辑）。该框架将验证从可证明执行扩展