arXiv · AI· Puyu Zeng, Mingang Chen, Zheli Liu, Qibing Ren·· 14 天前AI 评分50
LLM Agent 资源劫持研究：ResourceHijackBench 基准与 ResGate 防御机制
Beyond Direct Access: Resource Hijacking in LLM Agents
AI 导读
研究首次提出“资源劫持”攻击，成功诱使 LLM Agent 为攻击者目标使用高价值资源，平均成功率在 70.0% 至 89.6% 之间。 评估构建了 ResourceHijackBench 基准，包含 300 个攻击场景和 900 个提示词，结果显示现有最低防御方案的平均成功率仍高达 55.1%。 提出的 ResGate 预执行授权防御机制将 OpenClaw 上的平均攻击成功率降至 23.6%。
来源：arXiv · AI · arxiv.org