AIセキュリティポータルbot

SoK: When Safe Agents Fail Together: The Security of Multi Agent LLM Systems

Authors: Rui Yang, Junjie Xu, Zhengyu Liu, Neil Fendley, Yang Hong, Ziyang Li, Yinzhi Cao | Published: 2026-09-01
マルチエージェントシステムのセキュリティ
攻撃パターン抽出
防御手法の効果分析

Same Request, Different Boundary: Evaluating Cybersecurity Assistance across Conversational Contexts

Authors: Rui Yang, Yang Hong, Yichao Xu, Zhengyu Liu, Ziyang Li, Yinzhi Cao | Published: 2026-09-01
データセットの影響
実験プロトコル
攻撃モデルの訓練

The Safeguard Worked. Is the LLM System Safer?

Authors: Pingyu Wu, Weiming Zhang, Nenghai Yu | Published: 2026-09-01
インダイレクトプロンプトインジェクション
プロンプトインジェクション
攻撃者の行動分析

SingProbe Technical Report

Authors: Sing Team | Published: 2026-08-31
ハルシネーション
医療モニタリングシステム
評価結果

ECLIPSE: Self-Evolving Stealthy Prompt Injection Attack against Long-Horizon Agentic Systems

Authors: Shiqian Zhao, Yangfan Zhou, Xinfeng Li, Runyi Hu, Yechao Zhang, Yi Xie, Tianwei Zhang, Luu Anh Tuan | Published: 2026-08-31
インダイレクトプロンプトインジェクション
セキュリティ検証手法
攻撃モデルの訓練

EvoSkill Injection: Red-Teaming Autonomous Skill Generation and Evolution in Self-Evolving Agents

Authors: Doyun Kim, Chanwoo Kim, Sugyeong Eo, Yeo-Chan Yoon, Chanjun Park | Published: 2026-08-31
インダイレクトプロンプトインジェクション
プロンプトインジェクション
能力進化の脅威

Why Are LLM Backdoor Defenses Fragmented? A Feature-Level Explanation with Sparse Autoencoders

Authors: Yizhe Zeng, Chenxu Niu, Wei Zhang, Hao Huang, Yunpeng Li, Dongxu Han, Dan Du, Cheng Hong, Hequn Xian, Yuling Liu | Published: 2026-08-31
バックドアモデルの検知
ポイズニング攻撃
防御手法の統合

Will the User Ever Know? Covert Indirect Prompt Injection on Tool-Using LLM Agents

Authors: Yunseok Lee, Yunji Kim, Woojin Lee | Published: 2026-08-31
インダイレクトプロンプトインジェクション
攻撃モデルの訓練

SIR: Self-improving Red-teaming for Compute Use Agents

Authors: Chen Xiong, Zhiyuan He, Pin-Yu Chen, Stjepan Picek, Tsung-Yi Ho | Published: 2026-08-31
サイバーセキュリティの脅威
探索的攻撃
攻撃モデルの訓練

Balancing Privacy, Utility, and Safety in LLM Alignment through Preference Optimization

Authors: Dishu Yang, Jingjing Liu, Jize Li | Published: 2026-08-31
アライメント
プライバシー評価手法
メモリゼーションの測定