#evidence-verification

共收录 1 条相关安全情报。

← 返回所有主题
👥 作者: Adil Alshammari, Hayretdin Bahsi

该论文关注跨组织 Agent-to-Agent(A2A)工作流中的证据可验证性问题。随着大语言模型智能体通过 A2A 协议交换任务、消息与制品,仅验证单条消息有效并不能证明最终工作流结论背后存在完整、有序且与案例一致的证据路径。为此,作者提出 A2A-CaseVerify:一种确定性的离线验证器,将保留的 A2A 运行时对象、业务事件以及带类型的支撑边映射为有向的案例证据图。系统会对 A2A 信封、事件投影和支撑边进行承诺,并将事件叶子与边叶子组合为确定性的案例 Merkle 根。只有当保护性检查与特定 profile 的重建检查均通过时,验证器才返回 SUPPORTED 且状态为 OK。实验方面,作者评估了一个规范化的、受支持的医疗健康 profile 证据包,以及 13 个受控变异;同时单独测试了由官方 Python A2A SDK 生成的有效证据包。结果显示,规范证据包与 SDK 生成的证据包均被接受,而 13 个变异全部被拒绝,且每个返回的原因码集合均包含其针对性的诊断码。该工作为 A2A 互操作性补充了离线、案例级的证据支撑验证能力,适合关注智能体安全、跨组织审计与合规、A2A 协议实现及事件取证的安全工程师阅读。

💡 推荐理由: 跨组织 LLM 智能体工作流若缺少案例级证据链验证,单条消息有效可能掩盖结论不可追溯或证据不完整的问题。该工作提供确定性的离线验证与 Merkle 承诺思路,有助于审计、合规与事故复盘,但仅为论文原型、未经生产验证。

🎯 建议动作: 研究跟进,纳入内部 A2A/智能体安全评估原型验证

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | 命中热门研究主题 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)