INFA-Guard：通过基于感染感知的防护机制缓解基于LLM的多智能体系统中的恶意传播

随着基于大语言模型（LLM）的多智能体系统（MAS）的快速发展，其引入了显著的安全漏洞，恶意影响可通过智能体间的通信病毒式传播。传统防护机制通常采用二元范式，严格区分良性智能体和攻击智能体，未能考虑被感染的智能体，即被攻击智能体转化的良性实体。本文提出了一种新的防御框架INFA-Guard，该框架明确识别并处理被感染智能体作为独立的威胁类别。通过利用感染感知检测和拓扑约束，INFA-Guard能够准确定位攻击源和感染范围。在修复过程中，INFA-Guard替换攻击者并恢复被感染智能体，避免恶意传播的同时保持拓扑完整性。大量实验表明，INFA-Guard实现了最先进的性能，平均将攻击成功率（ASR）降低了33%，并表现出跨模型鲁棒性、优越的拓扑泛化能力和高成本效益。