10:30arXiv cs.AI@Davis Brown, Samarth Bhargav, Arav Santhanam, Kasper Hong, Ivan Zhang, Matan Shtepel, Steffi Chern, Alexander Robey, Eric Wong, Hamed Hassani76°论文指出,当前安全监控器仅对单个智能体上下文评分,无法检测跨多个账户的分布式攻击。研究者首次构建了分布式智能体攻击,将有害目标分散到多个子智能体中,成功规避了标准监控器。为防御此类攻击,他们开发了在线状态监控器,通过实时聚类收集跨多个智能体转录的弱可疑信号,仅在必要时升级到语言模型进行跨账户标记。在模拟数据中心流量测试中,该监控器比标准监控器提前30%捕获分布式攻击,且对99%的用户流量几乎无额外延迟。防御优势在大规模良性流量下有所减弱,但意外发现也能捕获标准越狱攻击。论文分布式攻击安全监控智能体在线聚类越狱检测推荐理由:这篇论文解决了AI安全监控的结构性盲区——分布式攻击,做安全防御的团队值得关注,它展示了如何通过跨用户推理来提前捕获恶意行为。原文