论文提出解码时来源绑定，在MCP测试台阻断全部隐写注入攻击。
资讯摘要
论文指出，使用模型上下文协议（MCP）的代理AI系统易受不可信工具输出引发的间接提示注入攻击，并演示了跨模态信任洗白：指令经LSB、DCT或元数据隐写藏在邮件签名图片中，被工具解码后绕过文本扫描进入多代理工作流。作者提出解码时来源绑定，结合HMAC认证信任标签、MCP维护的来源账本与上下文污点追踪，将解码内容标为不可信并阻断受其影响的关键工具调用。在真实MCP测试台上，未防御流程攻击成功率100%，关键词与正则防御各放行62.5%，该机制阻断全部攻击。
要点速读
- 论文演示跨模态信任洗白：隐写载荷藏于邮件签名图片，经工具解码后绕过文本扫描进入多代理工作流。
- 提出解码时来源绑定，结合HMAC认证信任标签、MCP来源账本与上下文污点追踪，阻断受污染内容影响的关键工具调用。
- 真实MCP测试台含三种隐写载体与24个自适应载荷：未防御成功率100%，关键词与正则各放行62.5%，该机制为0%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。