論文の概要: AgentXploit: Autonomous Repository-to-Runtime Red-Teaming for AI Agents

• arxiv url: http://arxiv.org/abs/2609.31318v1
• Date: Fri, 25 Sep 2026 14:26:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.438828
• Title: AgentXploit: Autonomous Repository-to-Runtime Red-Teaming for AI Agents
• Title（参考訳）: AgentXploit: AIエージェントのための自律リポジトリとランタイムのリチーム
• Abstract要約: AgentXploitは,リポジトリレベルのアタックパス発見とランタイムのエクスプロイトを分離する2つのロール監査システムである。 3回のレースで、AgentXploitは59.3%のエンド・ツー・エンドで成功し、Codexは38.4%だった。 これらの結果は、エンドツーエンドのエージェントセキュリティ監査における個別の課題として、リポジトリの発見とランタイムのエクスプロイトを強調している。
• 参考スコア（独自算出の注目度）: 44.02819189078546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI agents combine language models with external data and tools that can modify files, call APIs, or execute code. Security failures can arise when adversarial content changes an agent's tool use or when the surrounding software contains vulnerabilities such as path traversal or command injection. We study authorized white-box pre-deployment auditing, where the auditor has access to the target repository and a controlled runtime, but successful attacks must still act through the task-defined attacker interface and be confirmed by an external verifier. We present AgentXploit, a two-role auditing system that separates repository-level attack-path discovery from runtime exploitation. The Analyzer Agent traces attacker-controlled inputs to sensitive operations and records code-supported candidate attack paths; the Exploiter Agent turns these paths into concrete attacks and revises them using runtime feedback. We also introduce AgentXploit-Bench, containing 72 reproducible vulnerabilities across 12 open-source AI-agent systems and frameworks. Across three runs, AgentXploit reaches 59.3% end-to-end success, compared with 38.4% for Codex. Under a token-budget-matched comparison, Codex reaches 46.3%. On AgentDojo, where injection points are provided, the Exploiter Agent reaches 79.2% attack success versus 52.7% for AgentVigil. These results highlight repository discovery and runtime exploitation as distinct challenges in end-to-end agent security auditing.
• Abstract（参考訳）: AIエージェントは、言語モデルと外部データ、ファイルの変更、APIの呼び出し、コードの実行が可能なツールを組み合わせる。 敵のコンテンツがエージェントのツール使用を変更する場合や、周辺のソフトウェアがパストラバースやコマンドインジェクションのような脆弱性を含んでいる場合、セキュリティ上の障害が発生する可能性がある。 認証されたホワイトボックスの事前デプロイ監査について検討し、監査人が対象のリポジトリと制御されたランタイムにアクセスできるようにするが、攻撃は依然としてタスク定義のアタッカーインターフェースを介して実行され、外部の検証者によって確認されなければならない。 AgentXploitは,リポジトリレベルのアタックパス発見とランタイムのエクスプロイトを分離する2つのロール監査システムである。 Analyzer Agentは、攻撃者が制御した入力を機密操作にトレースし、コードサポートされた候補攻撃パスを記録します。 AgentXploit-Benchも導入しています。12のオープンソースAIエージェントシステムとフレームワークに72の再現可能な脆弱性が含まれています。 3回のレースで、AgentXploitは59.3%のエンド・ツー・エンドで成功し、Codexは38.4%だった。 トークン・バジェット・マッチングの比較では、Codexは46.3%に達した。 インジェクションポイントが提供されるAgentDojoでは、Exploiter Agentが79.2%、AgentVigilが52.7%に達する。 これらの結果は、エンドツーエンドのエージェントセキュリティ監査における個別の課題として、リポジトリの発見とランタイムのエクスプロイトを強調している。

関連論文リスト

• MobileCybench: Evaluating Agent Vulnerability Discovery via Executable Probes [79.56668124357292]
  本稿では,プローブを用いた脆弱性レポート評価フレームワークを提案する。 報告されたエクスプロイトは、アプリケーションに対してそれを再生し、プローブを実行することで評価される。 プローブが既知の脆弱性ではなくセキュリティプロパティをエンコードしているため、プローブがいつ書かれたか分からない脆弱性を検出することができる。
  論文  参考訳（メタデータ） (2026-09-21T01:21:06Z)
• AgentGuard: Learning Execution Guardrails from Anomalous Coding-Agent Trajectories [7.433745310331784]
  本稿では,コーディングエージェントの異常な軌跡から条件付き実行制約を学習する,命令レベルのガードレールフレームワークであるAgentGuardを提案する。 AgentGuardは、繰り返し実行される障害パターンを自動的に抽出し、それらを命令レベルの動作制約に一般化し、軽量なガードレールスキルとして整理する。 AgentGuardは、異常実行率を69.0%から26.7%に下げ、正常タスク完了率を21.7%から35.0%に引き上げている。
  論文  参考訳（メタデータ） (2026-09-14T19:42:03Z)
• Agent Audit: A Security Analysis System for LLM Agent Applications [8.09697219899781]
  Agent Auditは、LLMエージェントアプリケーションのセキュリティ分析システムである。 Pythonエージェントのコードとデプロイアーティファクトをエージェント認識パイプラインを通じて分析する。 6つの偽陽性を持つ40の脆弱性を検出し、一般的なSASTベースラインに対するリコールを大幅に改善する。
  論文  参考訳（メタデータ） (2026-03-24T06:44:51Z)
• SkillJect: Automating Stealthy Skill-Based Prompt Injection for Coding Agents with Trace-Driven Closed-Loop Refinement [120.52289344734415]
  エージェントスキルに適したステルスプロンプトインジェクションのための自動フレームワークを提案する。 フレームワークは、明示的なステルス制約の下でインジェクションスキルを合成するアタックエージェント、インジェクションされたスキルを使用してタスクを実行するコードエージェント、アクショントレースをログする評価エージェントの3つのエージェントでクローズドループを形成する。 本手法は,現実的な環境下で高い攻撃成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-15T16:09:48Z)
• AgentVigil: Generic Black-Box Red-teaming for Indirect Prompt Injection against LLM Agents [54.29555239363013]
  本稿では,間接的なインジェクション脆弱性を自動的に検出し,悪用するための汎用的なブラックボックスファジリングフレームワークであるAgentVigilを提案する。 我々はAgentVigilをAgentDojoとVWA-advの2つの公開ベンチマークで評価し、o3-miniとGPT-4oに基づくエージェントに対して71%と70%の成功率を達成した。 攻撃を現実世界の環境に適用し、悪質なサイトを含む任意のURLに誘導するエージェントをうまく誘導する。
  論文  参考訳（メタデータ） (2025-05-09T07:40:17Z)
• InjecAgent: Benchmarking Indirect Prompt Injections in Tool-Integrated Large Language Model Agents [3.5248694676821484]
  IPI攻撃に対するツール統合LDMエージェントの脆弱性を評価するためのベンチマークであるInjecAgentを紹介する。 InjecAgentは17の異なるユーザーツールと62の攻撃ツールをカバーする1,054のテストケースで構成されている。 エージェントはIPI攻撃に対して脆弱であり、ReAct-prompted GPT-4は24%の時間攻撃に対して脆弱である。
  論文  参考訳（メタデータ） (2024-03-05T06:21:45Z)

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。