論文の概要: SlotGuard: Stop Oversharing Private Local Context in LLM Agent Transcri

• arxiv url: http://arxiv.org/abs/2607.17147v1
• Date: Sun, 19 Jul 2026 09:13:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.38208
• Title: SlotGuard: Stop Oversharing Private Local Context in LLM Agent Transcri
• Title（参考訳）: SlotGuard: LLMエージェントのTranscriでプライベートローカルコンテキストのオーバーシェアをやめる
• Abstract要約: SlotGuardは、エージェントのパフォーマンスを維持しながら機密データを隠蔽できる、ローカルな転写境界である。 構造的バインディングを型付きサフィックス対応スロットとして書き直し、シークレットをフォーマット保存の合成値に置き換え、クロスターン参照を軽量セッショングラフにリンクし、信頼されたランタイム内でのみ生値を復元する。
• 参考スコア（独自算出の注目度）: 6.776070277138371
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM agents can leak privacy (e.g., paths, emails) and credentials (e.g., API keys) as agent observations (e.g., tool outputs, shell logs, and file reads) are appended to provider-bound transcripts. Existing placeholder redaction is brittle: it can miss embedded or cross-turn references, over-redact benign lookalikes, and destroy the structure useful for reasoning. We present SlotGuard, a local transcript boundary that can hide sensitive data while retaining agents' performance. SlotGuard rewrites structural bindings as typed, suffix-aware slots, replaces secrets with format-preserving synthetic values, links cross-turn references with a lightweight session graph, and restores raw values only inside the trusted runtime. On controlled repository-oriented agent transcripts, SlotGuard removes all 20,814 annotated structurally sensitive characters across 9,229 paths and reduces credential leakage to 0.0\% across 852 planted values. It remains close to raw-transcript task success across four upstream models, while generic redaction drops to 2.5\%. Transcript rewriting takes a median of 14.424~$μ$s per agent turn. The code is publicly accessible at https://github.com/illinoisdata/SlotGuard.
• Abstract（参考訳）: LLMエージェントは、エージェントの観察(例:ツール出力、シェルログ、ファイル読み込み)として、プライバシ(例:パス、Eメール)と認証(例:APIキー)を漏らすことができる。 既存のプレースホルダーのリアクションは不安定で、組み込み参照やクロスターン参照を見逃し、過剰にリフレクトされたベニグナリな外観をし、推論に有用な構造を破壊することができる。 我々はエージェントのパフォーマンスを維持しながら機密データを隠蔽できるローカルな転写境界であるSlotGuardを紹介する。 SlotGuardは、構造的バインディングを型付き接尾辞対応スロットとして書き直し、シークレットをフォーマット保存の合成値に置き換え、クロスターン参照を軽量セッショングラフにリンクし、信頼されたランタイム内でのみ生値を復元する。 コントロールされたリポジトリ指向エージェントの転写について、SlotGuardは9,229パスにまたがる20,814のアノテートされた構造的センシティブな文字をすべて削除し、852の植込み値に対して、クレデンシャルリークを0.0\%に削減する。 4つのアップストリームモデルで生の書き起こしタスクの成功に近いが、ジェネリックリアクションは2.5\%に低下する。 Transcriptの書き換えは、エージェントターンあたり14.424~$μ$sの中央値を取る。 コードはhttps://github.com/illinoisdata/SlotGuard.comで公開されている。

関連論文リスト

• Privacy-Preserving Topology-Guided Safety for LLM-Based Multi-Agent Systems via Federated Graph Learning [67.04448659688579]
  FGLGuardは、AgentDojoのグランドサクセスレートを、ほぼ無防備なユーティリティ、APIコストゼロ、無視可能な機能損失で43%削減する。 フェデレーションはオプションではなく、オフ・ザ・シェルフ・トランスファーは流通シフトによって崩壊する。 Live FGLGuardは、AgentDojoのグランドサクセスレートを、ほぼ無防備なユーティリティ、APIコストゼロ、無視可能な機能損失で43%削減する。
  論文  参考訳（メタデータ） (2026-09-02T07:57:12Z)
• LMSM: LLM Security Framework Inspired by Linux Security Modules [56.93644694627783]
  大規模言語モデル(LLM)は階層化されたディフェンスでデプロイされることが多いが、悪意のあるプロンプトはそれらをバイパスすることができる。 我々は,Language Model Security Modules (LMSM) という,Linux Security Modules (LSM) の背後にある分離を LLM サービスに適応させるセキュリティフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-26T12:13:05Z)
• AgentFlow: A Flow-Centric Policy Language and Framework for Securing LLM Agent Systems [7.734540679538682]
  LLMエージェントはますます信頼できないコンテンツを読み、外部ツールを呼び出し、プライベートデータにアクセスし、他のエージェントに作業を委譲する。 本稿では,エージェントシステム内のデータ移動場所を特定するための,フロー中心のポリシー言語であるAgentFlowについて述べる。
  論文  参考訳（メタデータ） (2026-08-24T06:56:00Z)
• The Compaction Cliff in Long-Running AI Agent Memory [3.2058241360543254]
  安全ルールとエピソードログは、AIエージェントのコンテキストで同じトークンを競合する。 20のプロダクションエージェント設定では、Claude CodeのSonnet 4.6の/compactプロンプトは、1回のコンパクト化ラウンドで53%、そして5回で10%の安全ルールを保護している。 我々は、エージェントの知識ベースの各行をタイプして分類し、それぞれのタイプを独自の保持ポリシーでルーティングするフレームワークであるKnowledge Triageで対処する。
  論文  参考訳（メタデータ） (2026-08-24T03:21:56Z)
• ChannelGuard: Safe Models Do Not Compose into Safe Multi-Agent Systems [0.0]
  本稿では,すべてのエージェント間チャネルに情報コンテナゲートを配置するフレームワークであるChannelGuardを紹介する。 ChannelGuardは、Azure GPT-5, Anthropic Sonnet 4.5, Anthropic Haiku 4.5をまたいで、アプリケーション層で30の30のツールポゾンをブロックする。 また、プロンプト・インジェクションの攻撃成功率を半分(0.333から0.167)下げ、GSM8Kの精度(0.867)を正確に保持する。
  論文  参考訳（メタデータ） (2026-07-20T19:11:17Z)
• When Claws Remember but Do Not Tell: Stealthy Memory Injection in Persistent Personal Agents [55.87577638514179]
  我々は、リモートのブラックボックスが1つのメールペイロードを送信し、エージェントに有毒なメモリを誘導しなければならない、ステルスメモリインジェクションとして脅威を調査する。 我々は,ワンショットペイロード生成フレームワークであるMemGhostを提案する。 56のテストケースで、MemGhostはGPT-5.4でOpenClawで87.5%、Sonnet 4.6でClaude Code SDKで71.4%を達成している。
  論文  参考訳（メタデータ） (2026-07-06T15:08:58Z)
• A Deterministic Control Plane for LLM Coding Agents [0.0]
  10,008のGitHubリポジトリの公開調査では、エージェント構成が宣言されていない共有コンポーネントとして伝播していることがわかった。 本稿では,これらのギャップを1対1でマップするハーネス上の決定論的制御平面を提案する。
  論文  参考訳（メタデータ） (2026-06-25T12:02:18Z)
• SecureClaw: Clawing Back Control of LLM Agents [5.952015302242554]
  ツールを使用する大規模言語モデル(LLM)エージェントは2つの異なるセキュリティ障害に直面している。 本稿では、エフェクトシンクに認証を配置し、リードバウンダリにプレーンテキストを閉じ込めるデュアルバウンダリアーキテクチャであるSecureClawを提案する。 AgentDojo、AgentLeak、Agent Security Bench (ASB)、SecureClawは、私たちが共通のハーネスで評価する唯一の防御です。
  論文  参考訳（メタデータ） (2026-06-08T14:29:01Z)
• From Prompt Injection to Persistent Control: Defending Agentic Harness Against Trojan Backdoors [89.92617739143846]
  ローカルエージェントハーネスにおけるマルチステップトロイの木馬攻撃を識別するベンチマークであるClawTrojanを紹介する。 そこで我々は,DASGuardを提案する。DASGuardは,コントロールライクなテキストをセンシティブなローカルファイルでスキャンし,その起源を辿り,信頼されたソースから派生しないコントロールコンテンツを除去する。 この結果から, DASGuardは, 実行時の攻撃ブロックと作業空間への衛生的コミットを組み合わせることで, 強力な動的防御を実現することがわかった。
  論文  参考訳（メタデータ） (2026-05-29T09:19:07Z)
• ChainCaps: Composition-Safe Tool-Using Agents via Monotonic Capability Attenuation [11.138472843474505]
  ChainCapsは透過的なMPPプロキシとして実装されており、エージェントやツールサーバの変更は必要ありません。 3つのプロバイダから5つのフロンティアモデルにまたがる82タスクにおいて、ChainCapsは攻撃成功率を25-68%から0-4.8%に下げる。 我々の主張は、信頼されたマニフェストとプロキシ可視のデータ移動の下での明示的なフロー構成の安全性に限られている。
  論文  参考訳（メタデータ） (2026-05-26T04:44:59Z)
• Good Agentic Friends Do Not Just Give Verbal Advice: They Can Update Your Weights [58.27172968382275]
  マルチエージェントLLMシステムは、通常自然言語メッセージを交換することで協調する。 送信者のメッセージを受信者のコンテキストに付加する代わりに、送信者の隠された状態を過渡的で受信者固有の重み摂動にコンパイルする。
  論文  参考訳（メタデータ） (2026-05-13T17:58:32Z)
• Compiling Activation Steering into Weights via Null-Space Constraints for Stealthy Backdoors [48.881343993730844]
  安全性に整合した大規模言語モデル(LLM)は、現実世界のパイプラインにますますデプロイされている。 敵は通常の評価では動作しないバックドアのチェックポイントを配布することができる。 最近のポストホック重み付け法は、そのようなバックドアを注入するための効率的なアプローチを提供する。
  論文  参考訳（メタデータ） (2026-04-14T06:48:33Z)
• Resilient Write: A Six-Layer Durable Write Surface for LLM Coding Agents [0.0]
  レジリエント・ライト(Resilient Write)は、エージェントとサーバの間に6層の耐久性のある書き込みサーフェスを介するMPPサーバである。 各レイヤは、2026年4月の実際のエージェントセッションで観測された具体的な障害モードにマップされる。 186-testスイートは各層での正当性を検証し、エージェントの自己補正率を13倍改善する。
  論文  参考訳（メタデータ） (2026-04-12T22:23:55Z)
• BodhiPromptShield: Pre-Inference Prompt Mediation for Suppressing Privacy Propagation in LLM/VLM Agents [7.172756746172751]
  BodhiPromptShieldはポリシー対応のフレームワークで、センシティブなスパンを検出し、型付きプレースホルダー、セマンティック抽象化、セキュアなシンボルマッピングを通じてルーティングする。 企業の再アクションとは対照的に、明示的な伝搬対応の仲介と復元のタイミングをセキュリティ変数として追加する。
  論文  参考訳（メタデータ） (2026-04-07T12:29:56Z)
• AgentSys: Secure and Dynamic LLM Agents Through Explicit Hierarchical Memory Management [47.49917373646469]
  既存の防御は肥大した記憶を与えられたまま扱い、回復力を維持することに集中する。 我々は、明示的なメモリ管理を通じて間接的なインジェクションを防御するフレームワークであるAgentSysを紹介する。
  論文  参考訳（メタデータ） (2026-02-07T06:28:51Z)
• The Trojan Knowledge: Bypassing Commercial LLM Guardrails via Harmless Prompt Weaving and Adaptive Tree Search [58.8834056209347]
  大規模言語モデル(LLM)は、有害な出力を誘導するために安全ガードレールをバイパスするジェイルブレイク攻撃に弱いままである。 CKA-Agent(Correlated Knowledge Attack Agent)は、ターゲットモデルの知識基盤の適応的木構造探索としてジェイルブレイクを再構成する動的フレームワークである。
  論文  参考訳（メタデータ） (2025-12-01T07:05:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。