arXiv发布技能漏洞扫描器研究论文
热点事件持续更新
arXiv发布技能漏洞扫描器研究论文
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月27日，Asaf Shabtai等人在arXiv（cs.AI）发布论文，提出针对Agent技能的六模块扫描器。该研究旨在解决现有工具忽略多技能交互导致复合漏洞漏检的缺陷，专门用于检测本地及复合安全漏洞。 在性能评估方面，新扫描器在包含556个案例的SkillTrustBench子集中，对非预期漏洞的召回率达到95.90%，误报率仅4.22%。同时，在由1000个样本构成的MalSkillBench平衡测试集中，其F1分数为0.947。研究数据表明，该模型的综合检测性能优于Cisco等现有竞品。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
六模块扫描器 SkillTrustBench 与 MalSkillBench 检测本地及复合漏洞报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · AI六模块扫描器 SkillTrustBench 与 MalSkillBench 检测本地及复合漏洞
针对现有扫描器忽略多技能交互的缺陷，该六模块扫描器实现了对良性技能中非预期漏洞的检测。在 SkillTrustBench 556 个案例子集中，其召回率达 95.90%，误报率为 4.22%；在 1,000 个 MalSkillBench 平衡样本中，F1 分数为 0.947，优于 Cisco 等竞品。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。