arXiv · AI· Shiyu Kan (Shanghai Jiao Tong University, Shanghai, China), Yue Qi (Shanghai Jiao Tong University, Shanghai, China), Yufei Han (Inria, Rennes, France), Xinjian Luo (Shanghai Jiao Tong University, Shanghai, China), Guojun Xiong (Shanghai Jiao Tong University, Shanghai, China), Xiaofeng Gao (Shanghai Jiao Tong University, Shanghai, China)·· 7 小时前AI 评分48
揭示 LLM Agent 工具更新安全漏洞及 ETUDE 攻击
Beyond Prompt Injection: The Tool Update Gap in LLM Agent Security
AI 导读
研究发现 LLM Agent 存在“工具更新间隙”供应链漏洞，提出 ETUDE 攻击可在 LLM 上下文窗口外植入恶意功能。 ETUDE 在 Gemini CLI、Codex CLI 和 Claude Code 等 7 个框架上测试，攻击成功率 97.6%，同时保持 95.9% 的合法任务完成率。 现有针对模型可见交互的防御机制对此类隐蔽且持久的威胁保护不足。
来源：arXiv · AI · arxiv.org