扫描器检测AI技能本地与组合漏洞

论文提出可检测AI技能本地与组合漏洞的扫描器

资讯摘要

论文提出一个六模块扫描器，用于检测AI代理技能中非恶意的本地漏洞及多技能交互产生的组合漏洞。作者报告在SkillTrustBench子集上召回率95.90%、误报率4.22%，在MalSkillBench样本上F1为0.947，优于Cisco Skill Scanner等工具；在GitHub高星仓库的1587个技能中确认53项发现，并向维护者披露10个中高危案例。

要点速读

1. 扫描器含内容提取、本地分析、组合分析、验证、报告与缓解六个模块，本地分析针对良性技能中的非预期漏洞。
2. 作者报告在556例SkillTrustBench排行榜子集上召回率95.90%、误报率4.22%；在1000个MalSkillBench技能样本上F1为0.947。
3. 在75个最高星GitHub仓库的1587个技能中，三名分析员确认59项发现中的53项（精确率89.8%），并披露10个中高危案例。

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。