arXiv · AI· Tobias Kaiser, Aritra Dhar·· 2026-10-09AI 评分22
Pretext:攻击 AI 智能体恶意技能检测框架的白盒方法
Pretext: Defeating Malicious Skill Detection Frameworks for AI Agents
AI 导读
白盒攻击者 Pretext 能规避 AI 智能体技能检测框架,在跨三个开源模型测试中针对冻结检测器达到 97% 的绕过率。 该攻击通过静态检查失效化和 LLM 语义判断阈值操纵实现,揭示现有技能扫描器存在重大安全缺口。
来源:arXiv · AI · arxiv.org