論文の概要: Encrypted Skills Can Become New Security Exploits If AI Agents Know How to Decipher

• arxiv url: http://arxiv.org/abs/2610.18262v1
• Date: Tue, 13 Oct 2026 12:25:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.610917
• Title: Encrypted Skills Can Become New Security Exploits If AI Agents Know How to Decipher
• Title（参考訳）: AIエージェントが解読方法を知っている場合、暗号化されたスキルが新たなセキュリティエクスプロイトになる
• Abstract要約: サードパーティのスキルは、LLMエージェントをエンコーディングによって隠された悪意のある命令に公開することができる。 本稿では,Ciphered Skill Injection (CSI)を紹介した。 8種類のモデルと139種類のインジェクション・タスク・ペアで,CaesarおよびLayered variantを評価した。
• 参考スコア（独自算出の注目度）: 52.39206752229672
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Third-party skills can expose LLM agents to malicious instructions hidden by encoding. We introduce Ciphered Skill Injection (CSI), which embeds such instructions in skill files for agents to decode and follow. We evaluate Caesar and layered variants across eight models and 139 injection-task pairs, separating instruction recovery from attack success. In the primary setting with shortened skills, the variants achieve attack success rates of up to 47.5% and 40.3%, respectively. Successful decoding does not guarantee attack success, and layering has model-dependent effects. The tested skill scanners rarely flag injected skills. These findings highlight the risk of promoting decoded, untrusted content into actionable instructions.
• Abstract（参考訳）: サードパーティのスキルは、LLMエージェントをエンコーディングによって隠された悪意のある命令に公開することができる。 本稿では,Ciphered Skill Injection (CSI)を紹介した。 本研究では,8種類のモデルと139種類のインジェクション・タスク・ペアのカエサルおよび層状変異を評価し,攻撃成功から命令回復を分離した。 スキルを短縮した一次設定では、それぞれ47.5%と40.3%の攻撃成功率を達成した。 復号化の成功は攻撃の成功を保証せず、層化はモデル依存効果を持つ。 テストされたスキルスキャナーはめったに射出スキルをフラグ付けしない。 これらの知見は、復号化、信頼できないコンテンツを実行可能な命令に昇格させるリスクを浮き彫りにしている。

関連論文リスト

• Pretext: Defeating Malicious Skill Detection Frameworks for AI Agents [0.9453554184019107]
  スキルは、コンテキストに命令と情報を注入することでエージェントの機能を拡張する。 以前の調査では、サードパーティのマーケットプレースは悪意のあるスキルをホストしており、攻撃者は被害者のエージェントに直接的な影響力を与える。 このような防御は、検知器を知っている攻撃者によって行われる。
  論文  参考訳（メタデータ） (2026-09-30T12:26:33Z)
• MMSkillRisk: Can Agents Stay Safe When Multimodal Skills Become Traps? [20.554629787408754]
  我々はMMSkillRiskを紹介した。MMSkillRiskは、マルチモーダルスキルにおける画像による攻撃のエンドツーエンド安全性評価のための最初のベンチマークである。 28のキュレートされたクリーンスキルから構築されたMMSkillRiskには、36のアタックパッケージと、5つのアタック目標にまたがる108の実行可能なケースが含まれている。 攻撃成功率は36.5%で、GPT-5.6-solは72.2%、Codexは72.2%だった。
  論文  参考訳（メタデータ） (2026-09-28T08:07:45Z)
• SkillHarm: Lifecycle-Aware Skill-Based Attacks via Automated Construction [89.03272793385054]
  エージェントスキルはエージェントワークフローにおける特権的な位置を占め、サードパーティスキルを脆弱な攻撃面にする。 我々はスキルベースアタックのベンチマークであるSkillHarmを紹介した。 攻撃成功率はFPPが86.3%、SMPが69.3%である。
  論文  参考訳（メタデータ） (2026-06-01T17:45:39Z)
• Under the Hood of SKILL.md: Semantic Supply-chain Attacks on AI Agent Skill Registry [49.83108591873481]
  SKILL.md - エージェントスキルライフサイクルの3つのステージを対象とするアタックのみを調査する。 SKILL.mdは受動的ドキュメントではなく、サードパーティのエージェントが発見し、信頼し、使用する機能を形成する運用テキストであることを示す。
  論文  参考訳（メタデータ） (2026-05-12T02:11:54Z)
• SkillAttack: Automated Red Teaming of Agent Skills through Attack Path Refinement [66.44008181092832]
  LLMベースのエージェントシステムは、その能力を拡張するためにオープンレジストリからのエージェントスキルにますます依存している。 SkillAttackは、敵のプロンプトを通じて、スキル脆弱性の脆弱性を検証できるフレームワークである。
  論文  参考訳（メタデータ） (2026-04-05T06:25:11Z)
• Skill-Inject: Measuring Agent Vulnerability to Skill File Attacks [27.120130204872325]
  SkillInjectは、広く使われているLLMエージェントの、スキルファイルによるインジェクションに対する感受性を評価するベンチマークである。 SkillInjectには、明らかに悪意のあるインジェクションから、その他の正当な命令に隠された微妙なコンテキスト依存的なアタックまで、202のインジェクションタスクペアが含まれている。 以上の結果から,今日のエージェントは,フロンティアモデルによる攻撃成功率の最大80%に対して,非常に脆弱であることが示唆された。
  論文  参考訳（メタデータ） (2026-02-23T18:59:27Z)
• 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)
• Malicious Agent Skills in the Wild: A Large-Scale Security Empirical Study [47.60135753021306]
  サードパーティのエージェントスキルは、LLMベースのエージェントを拡張して、命令ファイルとユーザのマシン上で動作する実行可能なコードを生成する。 結果として生じる脅威を特徴づけるために、地中真実のデータセットは存在しない。 我々は,98,380のスキルを行動検証することで,悪質なエージェントスキルのラベル付きデータセットを構築した。
  論文  参考訳（メタデータ） (2026-02-06T09:52:27Z)

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。