DeepSeek Harness安全评估：间接提示注入抵抗性研究

研究使用AI-Infra-Guard工具对DeepSeek Harness进行间接提示注入安全评估。实验覆盖16个间接内容通道、35个负载目标和12种攻击方法，共执行14,560次受控测试。评估采用RuleJudge和LLMJudge两种判断方法，发现文本模式下假完成攻击成功率最高达17.0%，文件模式下隐藏Unicode攻击成功率高达25.5%。研究分析了DSH工具结果处理机制，确定了应在不受信任内容和敏感操作间设置的控制措施。