Fugu-MT 論文翻訳(概要): Same Name, Different Server: A Security Census of Silent Drift in the Model Context Protocol Ecosystem

論文の概要: Same Name, Different Server: A Security Census of Silent Drift in the Model Context Protocol Ecosystem

arxiv url: http://arxiv.org/abs/2609.14119v1
Date: Sat, 12 Sep 2026 19:47:32 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-16 07:15:05.689393
Title: Same Name, Different Server: A Security Census of Silent Drift in the Model Context Protocol Ecosystem
Title（参考訳）: 同じ名前と異なるサーバ: モデルコンテキストプロトコルエコシステムにおけるサイレントドリフトのセキュリティセンサ
Abstract要約: Model Context Protocol (MCP) は、大規模な言語モデルアプリケーションが外部ツールに到達するための共通インターフェースとなっている。本稿は、その生態系の国勢調査を報告する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Model Context Protocol (MCP) has become the common interface through which large language model applications reach external tools, and its public registry now distributes thousands of community-built servers with little of the vetting infrastructure that mature package ecosystems have accumulated. This paper reports a census of that ecosystem. We harvested the full public MCP registry (21,643 servers, 72,606 version records, August 2026 snapshot), fetched source code for 14,353 servers, and applied a pattern-based scanner covering an eight-class threat catalogue whose accuracy we measured against 414 hand-labeled findings. Observed prevalence is dominated by unauthenticated network exposure (9.57% of scanned servers); after correcting each class by its measured precision, 11.14% observed high-severity prevalence reduces to roughly 7.6%. The central finding concerns instability rather than any single weakness: 51.1% of multi-version servers changed what they advertise between versions, 40.6% did so silently, and 4.2% redirected their remote endpoint to a different host while keeping their registry identity, a change the protocol never surfaces to installed clients. Silent drift is associated with nearly threefold higher odds of a high-severity finding (OR = 2.96, 95% CI [2.56, 3.42]). Popularity offers only weak protection (OR = 0.78 per unit of log stars), so star counts are a poor proxy for safety. We derive concrete recommendations for registry design, client-side pinning, and scanner triage, and release an anonymized artifact.
Abstract（参考訳）: Model Context Protocol(MCP)は、大規模な言語モデルアプリケーションが外部ツールに到達するための共通インターフェースとなり、そのパブリックレジストリは、成熟したパッケージエコシステムが蓄積した検証インフラのほとんどを持たない何千ものコミュニティ構築サーバを配布している。本稿は、その生態系の国勢調査を報告する。公開MPPレジストリ(21,643サーバ,72,606バージョンレコード,2026年8月スナップショット)の完全取得,14,353サーバのソースコード取得,8クラスの脅威カタログをカバーするパターンベースのスキャナの適用。観測された頻度は不正なネットワーク露出(9.57%)に支配されており、その測定精度で各クラスを修正した後、11.14%の高重度頻度はおよそ7.6%まで減少する。 51.1%のマルチバージョンサーバがバージョン間で広告内容を変更し、40.6%が静かに、そして4.2%がリモートエンドポイントを別のホストにリダイレクトした。静かなドリフトは、高重度発見の確率がおよそ3倍になる(OR = 2.96, 95% CI [2.56, 3.42])。大衆性は弱い(対数星の単位あたりのOR = 0.78)しか提供しないため、星数は安全性の指標として貧弱である。レジストリ設計、クライアント側ピンニング、スキャナトリアージの具体的な推奨を導き、匿名化されたアーティファクトをリリースする。

関連論文リスト

Vulnerability Localization Benchmark: Measuring Agentic Security Analysis at Repository Scale [54.83971397981572]
言語モデルエージェントは、ソフトウェアリポジトリ全体を通してますます運用される。サイバーセキュリティ評価は、関連するコードを見つけることよりも、脆弱性を検出、再生、または修復できるかどうかを測定する。脆弱性のローカライゼーションについて検討する。弱点クラスと不慣れなリポジトリが与えられた場合、その弱点に関連する実装ファイルを特定する。
論文参考訳（メタデータ） (2026-09-14T17:44:51Z)
Vulnerabilities, Secrets and Misconfiguration in the Highest-Exposure Docker Hub Images [0.0]
ChimangoScanがDocker Hubをクロール(12,716,568リポジトリ、6600億の累積プル) 画像のプル数と下流のサブツリー全体を1つのスカラーに折り畳む露出スコアによって、画像のランク付けを行う。 6つの独立したスキャナーで52,895個の最高の露光レポジトリをスキャンし、170.4百万の発見を得た。
論文参考訳（メタデータ） (2026-08-02T13:57:28Z)
Registry Descriptions Go Stale Unevenly: An 89-Day Measurement of Model Context Protocol Drift, and Why Drift-Ranked Re-Auditing Under-Covers It [0.0]
Model Context Protocol (MCP)エコシステムのセキュリティ研究は、設計を共有している。評価対象の監査がいつまで継続されているかは報告されていない。我々は、公式MSPレジストリの120の観測を88.6日間にわたって再構築し、3,510から18,966に成長する19,099の異なるサーバをカバーした。
論文参考訳（メタデータ） (2026-08-02T04:54:06Z)
Exposed by Design: A Dynamic Security Assessment of Internet-Facing MCP Servers at Scale [0.0]
Model Context Protocol (MCP)は2024年11月のローンチ以来急速に採用されており、21,000以上のサーバインスタンスがパブリックインターネット上で検出されている。インターネットに面したMPPサーバの動的セキュリティ評価を初めて実施する。私たちは、MSP固有の10の脆弱性クラスをカバーする34のテストモジュールを実装するためのフレームワークであるCorvusを使用している。
論文参考訳（メタデータ） (2026-07-31T16:46:19Z)
Industry Classification of GitHub Repositories Using the North American Industry Classification System (NAICS) [46.877501276559165]
GitHubは数億のパブリックリポジトリをホストしているが、リポジトリから標準化された業界セクターへのネイティブマッピングは公開していない。 NAICS-GHは、米国、欧州連合、オーストラリアをカバーするソースプールから作成した6,588のGitHubリポジトリの公開コーパスである。ラベルは、BAAI/bge-large-en埋め込み、FAISS検索、GPT-4.1スコアを組み合わせた検索・検証パイプラインによって作成される。
論文参考訳（メタデータ） (2026-07-07T17:06:32Z)
Empirical Software Engineering TerraProbe: A Layered-Oracle Framework for Detecting Deceptive Fixes in LLM-Assisted Terraform [0.0]
Terraformのインフラストラクチャ・アズ・コードにおけるセキュリティの誤設定は、クラウドデプロイメントのリスクが増大している。既存の評価では、標的となる静的解析がなくなると、修復が成功することが多い。本稿では,LDM支援Terraformセキュリティ修復を評価するための5層オラクルフレームワークであるTerraProbeについて述べる。
論文参考訳（メタデータ） (2026-06-25T04:21:15Z)
How Far Is Document Parsing from Solved? PureDocBench: A Source-TraceableBenchmark across Clean, Degraded, and Real-World Settings [56.70440596502351]
昨年は20以上のオープンドキュメントパースモデルが見られたが、ベンチマークはほぼOmniDocBenchにのみ依存している。 HTML/CSSのドキュメントイメージをレンダリングするベンチマークであるPureDocBenchは、10のドメイン、66ページ、1,475ページをカバーしています。
論文参考訳（メタデータ） (2026-05-08T09:30:31Z)
Your Agent, Their Asset: A Real-World Safety Analysis of OpenClaw [87.97230960702274]
本稿では,OpenClawの安全性評価について紹介する。エージェントの永続状態を3次元に統一するCIK分類法を導入する。評価では、ライブOpenClawインスタンス上の12のアタックシナリオをカバーしています。
論文参考訳（メタデータ） (2026-04-06T15:27:05Z)
How Vulnerable Are AI Agents to Indirect Prompt Injections? Insights from a Large-Scale Public Competition [48.32744727426218]
LLMベースのエージェントは、電子メール、ドキュメント、コードリポジトリなどの外部データソースを処理する高利得設定にますますデプロイされている。これにより間接的なプロンプトインジェクション攻撃が発生し、外部コンテンツに埋め込まれた敵の命令は、ユーザの意識なしにエージェントの動作を操作できる。この2つの目的を3つのエージェント設定で評価した。
論文参考訳（メタデータ） (2026-03-16T14:49:36Z)
MultiVer: Zero-Shot Multi-Agent Vulnerability Detection [0.0]
MultiVerは脆弱性検出のためのゼロショットマルチエージェントシステムであり、微調整なしで最先端のリコールを実現する。組合投票による4人組のアンサンブルは、PyVulで82.7%のリコールを達成し、微調整のGPT-3.5(81.3%)を1.4ポイント上回った。
論文参考訳（メタデータ） (2026-02-19T22:20:17Z)
BountyBench: Dollar Impact of AI Agent Attackers and Defenders on Real-World Cybersecurity Systems [62.17474934536671]
我々は、現実世界のシステムを進化させる際に、攻撃的かつ防御的なサイバー能力を捕獲する最初の枠組みを紹介する。脆弱性ライフサイクルを捉えるために、3つのタスクタイプを定義します。検出(新たな脆弱性の検出)、エクスプロイト(特定の脆弱性の探索)、パッチ(特定の脆弱性のパッチ)。 Claude Code,OpenAI Codex CLI with o3-high and o4-mini,カスタムエージェント with o3-high, GPT-4.1, Gemini 2.5 Pro Preview, Claude 3.7 Sonnet Thinking, DeepSeek-R1。
論文参考訳（メタデータ） (2025-05-21T07:44:52Z)
Latent Fingerprint Recognition: Fusion of Local and Global Embeddings [30.40684369054112]
我々は,グローバルな埋め込みと局所的な埋め込みを組み合わせることで,マッチング精度を高いスループットでロールする。本研究は,複数の転がり,平らな,接触のない指紋データセットの認証精度を向上させるために,融合表現の一般化可能性を示す。
論文参考訳（メタデータ） (2023-04-26T19:42:57Z)

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。