MOLE: Detecting Insider Threats in AI Agents
该论文提出了 MOLE（Monitoring for Insider Threats in AI Agents），一个用于评估防御方能否在 AI Agent 操作的高权限账户中检测内部威胁的开源基准。研究背景是：模型未对齐、提示注入或操作者
#insider-threat
共收录 5 条相关情报。
← 返回所有主题A Bayesian Correlated Equilibrium for Early Insider-Threat Detection
该论文提出一种基于贝叶斯博弈论的内部威胁早期检测机制。研究者将内部威胁检测建模为动态贝叶斯博弈，其中平台协调一个由多个战略认证者组成的委员会，在诚实用户之间维持均衡，并在数据外泄之前检测恶意偏离行为。认证者与用户在一个称为贝叶斯时间相关均衡
Workplace Surveillance and Insider Threat Risk Management: Legal Limits and Privacy Harms
该论文围绕职场监控（Workplace Surveillance）与内部威胁（Insider Threat, InT）风险管理展开。作者指出，职场监控是组织保护企业资产和监测员工生产力的常见手段，但过度监控可能违反法律要求和数据隐私原则。论
LLMs for Zero-Shot Threat Detection via Structured Risk Indicators
本文提出一种基于大语言模型（LLM）的两阶段框架，用于从异构安全日志中进行零样本内部威胁和高级持续性威胁（APT）检测。该方法首先将用户活动建模为按时间顺序排列的时间线，并引入检索增强生成（RAG）技术，从用户历史行为中提取个性化上下文，以
Chimera: Harnessing Multi-Agent LLMs for Automatic Insider Threat Simulation.
内部威胁是企业安全领域持续存在的重大风险，但由于恶意行为常隐藏于细微的用户活动中，在复杂企业环境下难以检测。现有基于机器学习的内部威胁检测（ITD）技术受限于高质量、真实训练数据的缺乏——公共数据集规模小，合成数据集缺乏泛化性、丰富语义和真