arXiv · cs.AI · Haowen Dai, Alejandro Guerra-Manzanares2026-11-03 13:00 · 9 小时前模型评分39

StateFence：为蓝队大语言模型（LLM，Large Language Model）智能体防护证据链污染的任务状态保护框架

StateFence: Task-State Protection Against Evidence-Chain Contamination in Blue-Team LLM Agents

导读

StateFence 是一个面向安全运营中心（SOC）蓝队大语言模型（LLM，Large Language Model）智能体的任务感知防御框架，用于防止间接提示词注入经告警分诊、事件摘要等环节污染证据链。它将攻击归为显式、隐蔽、多跳和持久四类并记录传播轨迹，按受攻击的任务状态选择防御方式。在受控与公开 SOC 案例中，该框架降低了攻击成功率，同时保持任务效用并避免指标丢失。

生成六维分析

分类置信度

中 · 待人工复核

只有单一媒体来源，需要人工复核。

来源级别：媒体与个人

应用领域：政务与公共事务

事件类型：研究发布

证据摘录

“To address this challenge, we propose StateFence, a task-aware evaluation and defense framework that treats severity labels, incident narratives, response policies, and IOC sets as protected states.”

来源：arXiv · cs.AI · arxiv.org

Agent 智能体安全对齐论文研究 #论文/研究 #安全/对齐 #Agent #arXiv

StateFence：为蓝队 大语言模型（LLM，Large Language Model） 智能体防护证据链污染的任务状态保护框架

StateFence：为蓝队大语言模型（LLM，Large Language Model）智能体防护证据链污染的任务状态保护框架