Defense-in-Depth at the Perception-Reasoning Interface of LLM-Centric Agentic UAV Swarms
该论文研究的是以 LLM 为核心的智能体化无人机蜂群（LLM-Centric Agentic UAV Swarms）在「感知—推理接口」处面临的完整性风险，并首次对该接口的纵深防御做了完整实现与量化评估。研究背景是：LLM 越来越多地被用于
#multi-agent
共收录 86 条相关情报。
← 返回所有主题MIRROR: Multipath Quorum Integrity for LLM Multi-Agent Communication
该论文聚焦大型语言模型多智能体系统（LLM-MAS）中一个被忽视的攻击面：智能体之间的通信链路。作者提出「中间智能体攻击」（Agent-in-the-Middle, AiTM）——攻击者并不攻陷任何智能体本身，而是在消息传输过程中篡改内容，
SoK: Decentralized Agent Economic Infrastructure
本文是一篇系统性知识梳理（SoK），聚焦“去中心化智能体经济基础设施”。核心问题是：当前去中心化智能体经济中的任务，往往由多个在设计阶段彼此独立、安全假设互不相通的协议拼装而成，于是出现“每一步看起来都正确、整体结果却错误”的失效模式。论文
From A2A Attacks to Envelope-Layer Defense: Red-Teaming Evaluation of LLM Agents and a Three-Layer Isomorphic Attack-Defense Model
随着 ACP、A2A 等 Agent 交互协议的普及，基于大模型的智能体正从单体工具调用走向多智能体协作，由此引入了新的安全威胁：在 A2A 场景下，来自远端 peer 的任务会被本地 Agent 默认视为合法请求，这为间接提示注入提供了天
Deny Without Disabling: Authorization-Paired Evaluation and Control for Multi-Agent Systems
多智能体系统的能力来自共享证据、委派任务以及跨智能体组合信息。但同一过程也带来安全问题：某些贡献单独看是可接受的，组合在一起却可能共同促成被禁止的用途。若采取"一律阻断所有敏感动作"的策略，虽然能避免信息泄露，却会摧毁协作本身的意义，因此需
Covert Assistance: Helpful LLM Agents Evade Oversight in Multi-Agent Systems
该论文关注多智能体系统进入高风险领域后，智能体可能绕过安全边界的问题。以往研究主要聚焦对抗性场景，即智能体被明确指示或因奖励机制驱动而进行隐蔽通信、规避监督。作者指出，良性智能体在没有任何对抗性激励的情况下，同样能够越过这些边界。 研究方
Concealing LLM-Based Multi-Agent Topology via Phantom Structure Injection
该论文研究的是 LLM 多智能体系统（MAS）中的通信拓扑泄露与防护问题。在 MAS 中，智能体之间的通信拓扑决定了信息如何在各节点间流动，通常是系统设计的核心要素，往往承载着厂商专有的架构知识（例如哪些智能体互相协作、采用何种分层或中心化
One Pipeline Does Not Fit All: TAILOR, a Type- and State-Aware Framework for CVE Reproduction
该论文关注大规模漏洞披露与软件复用背景下的一个现实痛点：安全团队需要可复现的证据来诊断漏洞、验证补丁、构建回归测试，而端到端的自动化 CVE 复现是规模化生产此类证据的前提。作者指出，现有方法通常用一条统一的流水线处理所有 CVE，但不同漏
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
LENS: The Sum Is Worse Than the Parts for Set-Level Poisoning in Retrieval-Augmented Generation
该论文研究检索增强生成（RAG）系统在「集合级」投毒场景下的新型脆弱性。传统观点认为 RAG 通过聚合多篇外部文档来提升答案可靠性，但作者指出：这种联合整合本身会引入一个被忽视的攻击面——单篇文档各自看起来都合理无害，但把它们作为整体一起送
DGF-Bench: A Benchmark for Simulating and Auditing Deception Against Multi-Agent Governance Boards
DGF-Bench 是一篇面向多智能体（multi-agent）治理决策场景的评测基准论文，作者 Jeremy Canale，归类 cs.AI。其核心问题是：当由语言模型驱动的智能体代替企业治理委员会来评审项目时，它们需要阅读证据、套用成文
CoSec: Benchmarking Agent Security in Communities
该论文关注的是 LLM agent 在持久化协作环境中运行时所面临的隐私与授权风险。这类环境通常包含多个用户、社区（community）、长期记忆、共享文件以及各类工具，而社区边界并非静态：成员变更、角色调整、成员构成变化和参与者关系演化都
ORBIT: A Framework for Multi-Agent Safety and Security Evaluations
多智能体 LLM 系统正越来越多地被用于复杂、长周期的任务，同时也因智能体在真实环境中互相交互而自发形成。这类系统在带来任务泛化能力的同时，也引入了显著的安全与安全风险：支撑任务泛化的灵活通信协议同样暴露了新型威胁，从级联式提示注入（cas
Trust the Brand, Lose Control: How Identity Hijacks LLM Agent Orchestration
该论文研究 LLM 智能体编排（orchestration）中的身份可信问题。当前 LLM 智能体已能端到端执行任务并拥有修改真实系统的权限，还常会调度能力与成本各异的子智能体。以往工作把「选哪个子智能体」当作优化问题，但作者指出：编排器实
Subjects, Not Authors: The Authorship Hazard in Agentic Dataspaces
这篇论文研究的是数据空间（dataspace）与 LLM 智能体交汇处的一个治理盲区。作者指出，数据空间连接器（connector）的决策点只决定「是否允许一次传输发生」，而不管被传输的值里到底装了什么。对基于合同的传统应用来说这尚可接受，
Codetta: High-Capacity, Keyless, and Undetectable Multi-Agent Collusion
该论文研究的是基于大语言模型（LLM）的多智能体系统在高风险场景（金融、医疗、软件工程）中的隐蔽串通风险。由于智能体之间通过自然语言消息协调，这些通道同样可被用于泄露机密信息或协调未授权操作；而隐写术可以把这类通信隐藏成对审计者而言看似普通
Agent Name Collision Attacks in Multi-Agent Systems
该论文研究多智能体系统中的“Agent 名称碰撞”问题。在多智能体主机中，远程 Agent Card 会被转换为本地 agent、工具、工作流目标或 broker 路由。A2A 协议将卡片中的 name 定义为人类可读元数据，而不是稳定身份
EVAGE: Autonomous MEV Generation and Adaptation via Multi-Agent Harness
该论文关注区块链生态中的最大可提取价值（MEV）问题。MEV 已成为区块链经济的重要力量，但其捕获长期被经验丰富的专业团队垄断，策略设计与工程实现高度依赖人工专家，难以在异构协议和不同链之间规模化复制。作者提出 EVAGE，宣称是首个全自动
LeaseGuard: Incumbent-Preserving Admission Control for Privileged LLM Agents
该论文聚焦于特权语言模型（LLM）智能体在执行新任务时，可能通过抢占（preemption）方式挤掉正在运行且健康的既有任务（incumbent）的问题。作者指出，这类故障的根源在于：系统把“执行权限（execution privilege
Beyond Single-Model Injection: A Threat Model and Defense Architecture for Prompt Injection in Multi-Agent Systems
该论文指出，现有提示注入（Prompt Injection）研究几乎都局限于单模型聊天机器人场景，即攻击者通过精心构造的输入操纵单个 LLM。作者认为多智能体（Multi-Agent）系统引入了三种单模型场景中不存在的放大机制：其一，智能体