AgentLSD: Evaluating AI Security Agents Under Adversarial Task Contamination
该论文研究 AI 安全智能体在「对抗性任务污染」(adversarial task contamination) 下的表现。作者指出，用于安全任务的智能体会读取网页、源代码、日志、配置文件与命令输出，而这些环境本身可能被植入具有欺骗性的证据
#ctf
共收录 6 条相关情报。
← 返回所有主题How Do LLM Agents Actually Get the Flag? Trace-Level Provenance for Agentic Offensive Security Evaluation
该论文针对当前基于CTF（夺旗）基准评估大语言模型（LLM）智能体攻防能力时存在的评估浅层化问题展开研究。现有评估通常仅依赖二值化的成功/失败判断或聚合分数，忽略了智能体从初始状态到达flag的完整轨迹，导致真实漏洞利用行为与直接暴露fla
The Disruptive Impact of Large Language Models on Capture the Flag Competitions and the Path Toward Fair Play
捕获旗标（CTF）竞赛是网络安全领域最有效的实战训练形式之一，涵盖密码学、Web 利用、二进制利用等核心技能。近年来，大型语言模型（LLM）已能以极少人工输入解决越来越多类型的题目，这引发了关于竞赛公平性、排名有效性以及参与者是否还能通过参
DSA Nonce Vulnerabilities: An Interactive Analysis
本文提出一个面向CTF竞赛的DSA签名分析与可视化平台，旨在帮助初学者理解DSA算法及其相关的nonce漏洞攻击。DSA基于数论、模运算和大整数计算，传统工具仅展示输入输出，使得签名、验证和密钥恢复攻击的中间过程不透明。该平台提供三大功能：
Poster: To Play or Not to Play: Insights and Lessons Learned from 20 Years of CTFs with ENOFLAG
这篇论文以海报形式回顾了CTF（Capture The Flag）安全竞赛在过去20年间的演变，并总结了作者所在学术团队ENOFLAG的运营经验。CTF自DIMVA 2006的现场竞赛CIPHER II开始，至今已成为网络安全学习的主流方式
unix-ctf: Procedural Environments for Unix-Competence Reinforcement Learning
本文提出 unix-ctf，一个面向 shell 智能体的 CTF 任务生成器，旨在专门训练和评估 Unix 能力（即使用 shell 和操作系统原语作为一等工具的能力），以解决现有终端基准（如 Terminal-Bench 2.0）中智能