跳到正文
ShortSpan·· 15 天前推荐指数78

CoRedSkill 论文:通过 AST 改写将恶意操作拆分到多个 Agent skills 以规避逐包审计

Agent skills hide attacks across the workflow

AI 导读

论文提出 CoRedSkill,一种针对可复用 Agent skills 的组合式红队方法:把恶意操作拆分到多个协作 skill 中,借助抽象语法树(AST)改写任务辅助函数,同时保持接口与可见任务逻辑不变,使单个 skill 包看起来无害,而在 Agent 按序调用时拼装成完整攻击。

来源:ShortSpan · shortspan.ai