SBIA记忆投毒攻击研究发布

2026年11月4日，arXiv 发布研究提出 SBIA 攻击。研究者指出，攻击者可利用社交媒体评论和技能市场，向个人 AI 智能体的持久内存注入隐性偏见，且无需嵌入显式恶意指令。 在包含 7000 条精心构造的 SNS 评论及 7 个 LLM 的 BiasBench 测试中，SBIA 攻击成功率至少达到 96%，在 GPT-5.5 的四个下游任务中达 91%。该攻击还能通过现有的恶意技能扫描器，表明外部内容和第三方市场已成为新的攻击面。 研究同时提出了一种内存边界防御机制，该机制能以 5.6% 的误报率检测出 82.1% 的注入条目。这一发现凸显了个人 AI 智能体在记忆安全方面面临的新风险。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。