上海交大团队发布LLM资源劫持基准ResGate

1. 17:30
   机器之心

   上海交大团队提出 ResGate 抵御 Agent 资源劫持攻击

   上海交大团队提出“Agent 资源劫持”概念，发现主流大模型极易被诱导消耗算力和 API 额度，且现有安全护栏失守。针对这一威胁，团队发布了评测基准 ResourceHijackBench 并设计了防御机制 ResGate，通过将语义理解与确定性鉴权解耦，在保持高任务成功率的同时大幅降低资源被恶意调用的风险。

1. 12:00
   arXiv · AI

   LLM Agent 资源劫持研究：ResourceHijackBench 基准与 ResGate 防御机制

   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%。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。