MCP 协议层校验可让 LLM 智能体更稳地调用安全工具解 CTF。
资讯摘要
论文提出 STRIATUM-CTF，一个面向 CTF 解题的模块化智能体框架，通过 Model Context Protocol（MCP）在 LLM 推理与工具执行之间做中介：攻击性安全工具以严格类型、schema 校验的函数暴露，协议层在执行前拒绝不符合 schema 的调用并返回结构化观测供智能体自我纠错。作者报告在 15 道 CTF 题、四种文档条件下的 180 次受控实验中成功率为 77.8%–86.7%，仅 schema 配置即达 77.8%；在佛罗里达州立大学一次多队现场 CTF 中以 10 分优势位列第一，但作者称该单次未复现结果仅证明可行性。
要点速读
- 框架用 MCP 将安全工具封装为严格类型、schema 校验的函数，执行前拒绝不合规调用并返回结构化观测。
- 受控实验覆盖 15 道 CTF 题、四种文档条件共 180 次运行，成功率 77.8%–86.7%，仅 schema 配置已达 77.8%，各条件间无显著差异。
- 作者报告在佛罗里达州立大学一次多队现场 CTF 中排名第一，领先第二名 10 分，但强调这是单次未复现事件，仅证明可行性。
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 2026/11/3 08:00:27（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。