ZoneClaw: Mitigating Persistent Memory Attacks by Establishing Memory-Zoning in OpenClaw-Style Computer-Use Agents
该论文研究的是 OpenClaw 类「计算机使用型智能体（CUA）」中长期工作区记忆（persistent workspace memory）带来的新型攻击面。这类智能体把用户指令、系统摘要和来自外部的内容统一以自动重载文件的形式持久化保存
#memory-poisoning
共收录 17 条相关情报。
← 返回所有主题Share-Borne AI Virus: Memory-Hopping Attacks Across LLM Agents
这篇论文研究的是「共享产物驱动的 AI 病毒」这一失效模式：当 LLM 被部署为有状态助手（能够跨会话保留记忆，并能通过工具读写、修改、创建持久化产物）时，这些产物在用户之间共享，就构成了一条间接通信通道，使原本相互独立的助手之间产生了隐式
The Price of Safety: Benign-Case Utility and Token Overhead of Memory-Poisoning Defenses in LLM Agents
该论文研究了一个在 LLM 智能体安全中常被忽视的问题：记忆投毒防御在【良性流量】下的实用性与 token 开销。作者指出，现有记忆投毒防御通常只按“能否阻止攻击”来评估，但真实线上流量极少是恶意的；防御的实现成本却是每一次交互都要支付，而
Trust propagation and structural containment in Multi-agent LLM pipelines
该论文研究多智能体 LLM（大语言模型）流水线中的攻击传播机理与结构性遏制手段。研究对象是一个基于 LangGraph 构建的四智能体流水线，包含 Supervisor（监督者）、Researcher（研究者）、Validator（校验者）
MemSentry: A Framework for Detecting Persistent Memory Poisoning in Agentic AI
本文针对Agentic AI系统引入的持久内存攻击面，提出了一种名为MemSentry的防御框架。Agentic AI系统通过持久记忆保存用户交互和系统状态，但攻击者可以向长期记忆中注入对抗性内容，即内存投毒（Memory Poisonin
Understanding Stage-Wise Utility-Risk Trade-offs in LLM Agent Memory
本文研究 LLM Agent 长期记忆机制中良性效用与记忆投毒风险之间的阶段性权衡。作者指出，现有评测通常在固定配置下孤立地衡量记忆效用或攻击风险，难以揭示不同记忆阶段（写入、管理、检索）的设计选择如何重塑效用-风险权衡。为此，他们提出了可
Utility Under Attack: Agent Memory Poisoning and the Limits of Content Screening and Provenance Ranking
本文研究了大型语言模型（LLM）智能体中持久记忆机制的安全漏洞：一旦虚假信息被写入记忆，它会在未来会话中被检索，导致错误持久化。作者在LongMemEval语料库中通过单次注入、无需任何指令或触发器，仅用1.2%的明显虚假断言即可将模型准确
Proof-of-Execution Memory: Defending LLM Agents Against Forged-Reasoning Attacks by Verifying What Actually Happened
该论文聚焦于 LLM Agent 的推理记忆（reasoning memory）被对抗性写入导致的安全问题。LLM Agent 本身是无状态的，需要依赖外部记忆在步骤间传递上下文，并默认信任记忆内容，因此攻击者若能写入该记忆即可操控 Age
MAPLE-Guard: Memory-Aware Link Enforcement Against Memory-Link Poisoning in Multi-Agent Systems
本文提出了一种针对基于大语言模型（LLM）的多智能体系统（MAS）中记忆投毒攻击的防御框架 MAPLE-Guard（Memory-Aware Propagation and Link Enforcement Guard）。研究背景是：随着
Do Agents Dream of False Memories? Black-box Visual Attacks on Long-term Memory in Multimodal AI Agents
多模态AI代理越来越依赖持久性长期记忆来在视觉和文本上下文中进行生成。本文揭示了对视觉数据的无条件信任是一个关键安全漏洞。作者提出了Lucid，一个黑盒对抗性框架，在严格的图像受限威胁模型下攻击多模态记忆管道，无需访问目标多模态大模型（ML
When Agents Remember Too Much: Memory Poisoning Attacks on Large Language Model Agents
本文提出了一种针对大型语言模型（LLM）驱动的个人AI代理的新型攻击向量——GhostWriter，该攻击利用代理的记忆子系统进行投毒。当前的长时记忆代理主要分为对话型和动作规划型两类，而个人助理代理恰好处于两者的交汇点，在处理敏感信息的同
Forensic Trajectory Signatures for Agent Memory Poisoning Detection
本文提出了一种基于行为轨迹签名的LLM代理内存投毒攻击检测方法。作者发现在持久化内存投毒攻击场景下，存在一个行为不变性：在通过可观察的内存工具调用检索路由信息的架构中，成功的攻击必须依次调用 `memory_recall_fact` 和 `
Manufactured Confidence: How Memory Consolidation Turns Hearsay into Confident Facts
本论文研究了 LLM agent 在跨步骤和会话中使用压缩记忆时，记忆体（如 mem0、LangMem）对对话内容进行重写为存储的“事实”所引发的安全隐患。作者通过构建实验环境，展示了一种无攻击者参与的“制造确信”现象：一个随意、含糊的评论
From Untrusted Input to Trusted Memory: A Systematic Study of Memory Poisoning Attacks in LLM Agents
该论文系统性地研究了基于大语言模型（LLM）的智能体中的内存中毒攻击。内存作为智能体核心组件，允许其在多次交互中积累知识以提升性能，但同时也引入了风险：一次对抗性内存写入即可长期影响智能体行为。作者首先识别了四种内存写入通道（如用户输入、工
Hijacking Agent Memory: Stealthy Trojan Attacks Through Conversational Interaction
本文提出了一种针对大型语言模型（LLM）智能体长期记忆系统的隐蔽后门攻击方法——MemPoison。LLM智能体通过长期记忆支持持续自主的任务执行，但记忆系统的选择性提取和重写机制使得传统记忆投毒攻击难以生效。MemPoison通过对话交互
MemMorph: Tool Hijacking in LLM Agents via Memory Poisoning
本文提出了一种针对LLM驱动智能体的新型攻击方法MemMorph，通过污染智能体的长期记忆来劫持其工具选择过程。现有攻击主要操纵工具元数据，容易被审计检测，并且随着现代智能体越来越多地采用记忆模块通过积累经验来优化工具选择策略，这些攻击可能
MemLineage: Lineage-Guided Enforcement for LLM Agent Memory
本文提出了 MemLineage，一种针对 LLM 智能体记忆的防御机制。近期研究表明，不受信任的内容可能被写入智能体的持久状态，并在后续会话中作为指令重新进入，从而引发安全风险。MemLineage 将这个问题视为链式保管问题而非过滤问题