MCPShield：面向 LLM Agent 工具调用流量的内容感知攻击检测

本文提出 MCPShield，一种针对模型上下文协议（MCP）工具调用流量的攻击检测框架。该方法将会话编码为图结构，利用句子嵌入丰富节点特征，并对比多种 GNN 与传统基线模型。研究发现：内容级特征对检测至关重要，仅靠元数据效果有限； naive 随机划分会高估性能；基于 SBERT 嵌入的树集成模型表现最优，优于神经架构且自监督预训练无显著优势。