Agent Security Skill Composition Adversarial Attack Defense Mechanism
摘要

基于LLM的Agent系统中,技能正成为重要的攻击面。现有技能扫描器主要检查单个技能,忽视了跨技能组合的风险,导致多个局部合理的技能在组合执行时形成有害工作流。为此,本文提出ColluSkill框架,通过将恶意意图分解为嵌入独立技能中的相互依赖子载荷,利用上下文依赖和工件传递实现协同攻击。同时提出ChainGuard防御机制,联合分析候选技能与环境已安装技能的依赖关系。实验表明,ColluSkill攻击成功率高达96.0%,而ChainGuard将其降至22.5%,验证了链级安全分析的重要性。

AI 推荐理由

论文核心聚焦于Agent技能的安全扫描、跨技能组合攻击及防御机制,直接针对技能生态系统的完整性与安全性。

研究机构
南开大学密码学与网络空间安全学院 南洋理工大学 东北大学 北京科技大学
论文信息
作者 Puyu Zeng, Simeng Qin, Jingzhi Li, Ju Jia, Zheli Liu et al.
发布日期 2026-08-10
arXiv ID 2608.09732
相关性评分 9/10 (高度相关)