跳到正文
arXiv · NLP· Sunday Oyinlola Ogundoyin, Muhammad Ikram·· 2026-10-14AI 评分34

多智能体 LLM 系统中拓扑驱动的隐私泄露与基于接收者的净化机制研究

When Agents Talk, Secrets Travel: Topology-Driven Leakage and Recipient-Conditioned Sanitization in Multi-Agent LLM Systems

AI 导读

研究揭示了多智能体 LLM 系统中拓扑结构改变导致授权信息泄露给非预期接收者,未净化时泄露率达 96.7%。 提出的 RECONS 净化器将残留泄露降至 29.25%,保留 94.1% 的授权披露,检测覆盖率仍是主要瓶颈。

来源:arXiv · NLP · arxiv.org