Agent安全 技能克隆 黑盒攻击 隐私保护
摘要

闭源Agent技能可能包含专有指令、脚本及数据,提供商常以黑盒服务形式提供能力。现有工作多关注通过提示注入泄露文件内容,但防止文件泄露并不能阻止用户恢复其实现的功能。本文研究行为技能重构(BSR),即攻击者利用合法任务请求和响应构建隐藏技能的函数克隆。我们提出SkillClone,一种黑盒攻击方法,通过假设接口、发送探测、合成副本并迭代修复来克隆目标技能。实验表明,仅靠文件保密无法确保功能保密,防御需限制普通使用中的信息累积泄露。

AI 推荐理由

论文核心研究Agent技能的功能重构与克隆,直接涉及技能机制与安全。

研究机构
University of Southern California
论文信息
作者 Peichun Hua, Haoxuan Xu, Mengyuan Li
发布日期 2026-08-04
arXiv ID 2608.04192
相关性评分 9/10 (高度相关)