逐轮注入一条受控搜索结果即可显著提高对搜索智能体的攻击成功率。
资讯摘要
论文指出，LLM 搜索智能体依赖不可信的外部网页内容，存在提示注入与目标劫持风险。作者提出 Authority-Chain Hijack（ACH）策略，在受限的工具中介威胁模型下，每次查询仅追加一条受控结果，并在整条轨迹上协调证据，把孤立的搜索结果与页面内容操纵串成看似互相印证的证据链。作者报告 ACH 在 SafeSearch 完整测试集上取得 55.9% / 83.3% 的 ASR / MaxN ASR，为所有基线中最高；另提出 Trace-Guided Strategy Evolution（TGSE），从执行轨迹自动改进攻击策略，最强单一设置达 71.4% / 95.0%。
要点速读
- 论文提出 ACH 策略：每次查询仅注入一条受控结果，跨轨迹协调证据以形成互相印证的证据链。
- 作者报告 ACH 在 SafeSearch 完整测试集上 Overall ASR 为 55.9%、MaxN ASR 为 83.3%，高于所有基线。
- 论文提出 TGSE，从执行轨迹自动演化攻击策略，最强单一设置在留出评估中达 71.4% / 95.0%。
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 2026/10/31 08:00:18（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。